亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

圖像處理裝置、圖像處理方法和圖像處理程序的制作方法

文檔序號:10474740閱讀:687來源:國知局
圖像處理裝置、圖像處理方法和圖像處理程序的制作方法
【專利摘要】提供在一個圖像內(nèi)包含與被攝體之間的攝像距離不同的區(qū)域的情況下也能夠高精度地判別有無異常軟毛的圖像處理裝置等。圖像處理裝置(1)具有:關(guān)注區(qū)域設(shè)定部(110),其在圖像內(nèi)設(shè)定關(guān)注區(qū)域;線形狀凸區(qū)域提取部(120),其在關(guān)注區(qū)域中提取像素值比周圍高的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀的區(qū)域;區(qū)域內(nèi)曲率特征量計(jì)算部(130),其基于沿著線形狀的區(qū)域的一個以上的圓弧的曲率計(jì)算曲率特征量;以及異常判別部(140),其根據(jù)曲率特征量的分布來判別在關(guān)注區(qū)域內(nèi)是否存在異常部。
【專利說明】
圖像處理裝置、圖像處理方法和圖像處理程序
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及判別對活體的管腔內(nèi)進(jìn)行攝像而得到的圖像中有無異常部的圖像處 理裝置、圖像處理方法和圖像處理程序。
【背景技術(shù)】
[0002] 作為針對利用放大內(nèi)窺鏡觀察大腸的粘膜而取得的管腔內(nèi)圖像(以下簡稱為圖 像)的圖像處理,例如在專利文獻(xiàn)1中公開了將粘膜表面的腺管開口(pit)的形態(tài)(稱為大腸 腺管開口形態(tài)(pit pattern))分類為多個類型的技術(shù)。具體而言,針對圖像內(nèi)設(shè)定的關(guān)注 區(qū)域的各像素,應(yīng)用基于m個頻率和k個相位方向的伽柏(Gabor)濾波器,計(jì)算m X k維的特征 向量,計(jì)算這些特征向量的平均和方差。然后,根據(jù)特征向量的平均和方差對大腸 Pit pattern進(jìn)行分類,判別該大腸 pit pattern是否異常。
[0003] 現(xiàn)有技術(shù)文獻(xiàn) [0004] 專利文獻(xiàn)
[0005] 專利文獻(xiàn)1:日本特開2007-236956號公報(bào)

【發(fā)明內(nèi)容】

[0006] 發(fā)明要解決的課題
[0007] 但是,近年來,作為取得管腔內(nèi)圖像的手段,還利用導(dǎo)入到被檢體內(nèi)、通過蠕動運(yùn) 動進(jìn)行移動并進(jìn)行攝像的膠囊型內(nèi)窺鏡。在該膠囊型內(nèi)窺鏡的情況下,很難控制膠囊內(nèi)窺 鏡的攝像部相對于被攝體(例如小腸的粘膜表面)的相對姿勢,所以,無法如一般的內(nèi)窺鏡 那樣始終得到正對著被攝體進(jìn)行攝像而得到的圖像。因此,例如在向被攝體的攝像方向(攝 像部的角度)傾斜的情況下,與一個管腔內(nèi)圖像中映出的被攝體之間的進(jìn)深方向的距離(攝 像距離)根據(jù)圖像內(nèi)的區(qū)域而不同。
[0008] 另一方面,作為粘膜表面的微細(xì)構(gòu)造的軟毛、特別是膨脹狀態(tài)的異常軟毛的外形 (形狀)根據(jù)攝像距離而不同。因此,針對由膠囊型內(nèi)窺鏡取得的管腔內(nèi)圖像,當(dāng)不考慮圖像 內(nèi)的攝像距離的差異而統(tǒng)一實(shí)施上述這種圖像處理時,圖像內(nèi)映出的異常軟毛的形狀根據(jù) 攝像距離而變化,很難區(qū)分氣泡區(qū)域或粘膜的輪廓(溝)等和異常軟毛,存在產(chǎn)生異常部的 過檢測這樣的問題。
[0009] 本發(fā)明是鑒于上述情況而完成的,其目的在于,提供在一個圖像內(nèi)包含有與被攝 體之間的攝像距離不同的區(qū)域的情況下也能夠高精度地判別有無異常軟毛的圖像處理裝 置、圖像處理方法和圖像處理程序。
[0010]用于解決課題的手段
[0011]為了解決上述課題并實(shí)現(xiàn)目的,本發(fā)明的圖像處理裝置的特征在于,所述圖像處 理裝置具有:關(guān)注區(qū)域設(shè)定部,其在圖像內(nèi)設(shè)定關(guān)注區(qū)域;線形狀凸區(qū)域提取部,其在所述 關(guān)注區(qū)域中提取像素值比周圍高的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀的區(qū)域;區(qū)域內(nèi)曲率 特征量計(jì)算部,其計(jì)算曲率特征量,該曲率特征量基于沿著所述線形狀的區(qū)域的一個以上 的圓弧的曲率;以及異常判別部,其根據(jù)所述曲率特征量的分布來判別在所述關(guān)注區(qū)域內(nèi) 是否存在異常部。
[0012] 本發(fā)明的圖像處理方法的特征在于,所述圖像處理方法包括以下步驟:關(guān)注區(qū)域 設(shè)定步驟,在圖像內(nèi)設(shè)定關(guān)注區(qū)域;線形狀凸區(qū)域提取步驟,在所述關(guān)注區(qū)域中提取像素值 比周圍高的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀的區(qū)域;區(qū)域內(nèi)曲率特征量計(jì)算步驟,基于 沿著所述線形狀的區(qū)域的一個以上的圓弧的曲率計(jì)算曲率特征量;以及異常判別步驟,根 據(jù)所述曲率特征量的分布來判別在所述關(guān)注區(qū)域內(nèi)是否存在異常部。
[0013] 本發(fā)明的圖像處理程序的特征在于,所述圖像處理程序使計(jì)算機(jī)執(zhí)行以下步驟: 關(guān)注區(qū)域設(shè)定步驟,在圖像內(nèi)設(shè)定關(guān)注區(qū)域;線形狀凸區(qū)域提取步驟,在所述關(guān)注區(qū)域中提 取像素值比周圍高的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀的區(qū)域;區(qū)域內(nèi)曲率特征量計(jì)算步 驟,基于沿著所述線形狀的區(qū)域的一個以上的圓弧的曲率計(jì)算曲率特征量;以及異常判別 步驟,根據(jù)所述曲率特征量的分布來判別在所述關(guān)注區(qū)域內(nèi)是否存在異常部。
[0014] 發(fā)明效果
[0015] 根據(jù)本發(fā)明,提取像素值比周圍高的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀的區(qū)域, 基于沿著該線形狀的區(qū)域的一個以上的圓弧的曲率計(jì)算曲率特征量,根據(jù)該曲率特征量的 分布來判別有無異常軟毛,所以,在一個圖像內(nèi)包含與被攝體之間的攝像距離不同的區(qū)域 的情況下,也能夠高精度地判別有無異常軟毛。
【附圖說明】
[0016] 圖1是示出本發(fā)明的實(shí)施方式1的圖像處理裝置的結(jié)構(gòu)的框圖。
[0017] 圖2是示出圖1所示的圖像處理裝置的動作的流程圖。
[0018] 圖3是詳細(xì)示出圖1所示的關(guān)注區(qū)域設(shè)定部執(zhí)行的處理的流程圖。
[0019] 圖4是詳細(xì)示出圖1所示的粘膜區(qū)域提取部執(zhí)行的處理的流程圖。
[0020] 圖5是示出色相平均值的度數(shù)的柱狀圖的生成例。
[0021] 圖6是說明將柱狀圖的谷作為邊界而劃分為多個聚簇的聚類方法的示意圖。
[0022]圖7是示出對圖5所示的柱狀圖進(jìn)行聚類的結(jié)果的曲線圖。
[0023]圖8是詳細(xì)示出圖1所示的線形狀凸區(qū)域提取部執(zhí)行的處理的流程圖。
[0024]圖9是說明頂帽變換的不意圖。
[0025] 圖10是示出細(xì)線化濾波處理中用于圖像的搜索的圖案的圖。
[0026] 圖11是詳細(xì)示出圖1所示的區(qū)域內(nèi)曲率特征量計(jì)算部執(zhí)行的處理的流程圖。
[0027] 圖12是詳細(xì)示出圖1所示的尺寸特征量計(jì)算部執(zhí)行的處理的流程圖。
[0028] 圖13是示出線形狀區(qū)域的區(qū)間的示意圖。
[0029] 圖14是說明圓弧的曲率的計(jì)算方法的示意圖。
[0030]圖15是說明圖1所示的曲率計(jì)算部執(zhí)行的處理的示意圖。
[0031]圖16A是示出正常軟毛模型的示意圖。
[0032]圖16B是示出與正常軟毛模型對應(yīng)的凸區(qū)域的示意圖。
[0033] 圖17A是示出異常軟毛模型的示意圖。
[0034] 圖17B是示出與異常軟毛對應(yīng)的線形狀區(qū)域的示意圖。
[0035] 圖17C是示出沿著與異常軟毛對應(yīng)的線形狀區(qū)域的圓弧的曲率的分布的曲線圖。
[0036] 圖18A是示出氣泡模型的示意圖。
[0037] 圖18B是示出與氣泡區(qū)域?qū)?yīng)的線形狀區(qū)域的示意圖。
[0038] 圖18C是示出沿著與氣泡區(qū)域?qū)?yīng)的線形狀區(qū)域的圓弧的曲率的分布的曲線圖。
[0039] 圖19是示出由圓弧的曲率和距離信息的雙軸構(gòu)成的頻度分布的示意圖。
[0040] 圖20是示出實(shí)施方式1的變形例1-1的圖像處理裝置的框圖。
[0041]圖21是示出圖20所示的線形狀凸區(qū)域提取部執(zhí)行的處理的詳細(xì)情況的流程圖。 [0042]圖22是示出Hilditch細(xì)線化算法中使用的圖案的示意圖。
[0043]圖23是示出Hilditch細(xì)線化算法中使用的圖案的示意圖。
[0044]圖24是示出本發(fā)明的實(shí)施方式2的圖像處理裝置的結(jié)構(gòu)的框圖。
[0045]圖25是示出圖24所示的區(qū)域內(nèi)曲率特征量計(jì)算部執(zhí)行的處理的流程圖。
[0046]圖26是示出圖24所示的形狀特征量計(jì)算部執(zhí)行的處理的流程圖。
[0047] 圖27A是示出異常軟毛模型的示意圖。
[0048] 圖27B是示出沿著與異常軟毛對應(yīng)的線形狀區(qū)域的圓弧的曲率的示意圖。
[0049] 圖27C是示出針對與異常軟毛對應(yīng)的線形狀區(qū)域計(jì)算出的曲率的標(biāo)準(zhǔn)偏差的曲線 圖。
[0050] 圖28A是示出氣泡模型的示意圖。
[0051]圖28B是示出沿著與氣泡區(qū)域?qū)?yīng)的線形狀區(qū)域的圓弧的曲率的示意圖。
[0052]圖28C是示出針對與氣泡區(qū)域?qū)?yīng)的線形狀區(qū)域計(jì)算出的曲率的標(biāo)準(zhǔn)偏差的曲線 圖。
[0053]圖29是示出本發(fā)明的實(shí)施方式3的圖像處理裝置的結(jié)構(gòu)的框圖。
[0054]圖30是示出圖29所示的區(qū)域內(nèi)曲率特征量計(jì)算部執(zhí)行的處理的流程圖。
[0055]圖31是示出圖29所示的方向特征量計(jì)算部執(zhí)行的處理的流程圖。
[0056]圖32A是示出異常軟毛模型的示意圖。
[0057]圖32B是示出與異常軟毛對應(yīng)的線形狀區(qū)域的示意圖。
[0058]圖32C是示出沿著與異常軟毛對應(yīng)的線形狀區(qū)域的圓弧的曲率中心方向的示意 圖。
[0059 ]圖32D是示出異常軟毛中的不同梯度方向的曲率中心方向的頻度的曲線圖。
[0000]圖33A是示出氣泡模型的示意圖。
[0061] 圖33B是示出與氣泡區(qū)域?qū)?yīng)的線形狀區(qū)域的示意圖。
[0062] 圖33C是示出沿著與氣泡區(qū)域?qū)?yīng)的線形狀區(qū)域的圓弧的曲率中心方向的示意 圖。
[0063 ]圖33D是示出氣泡區(qū)域中的不同梯度方向的曲率中心方向的頻度的曲線圖。
[0064] 圖34是示出本發(fā)明的實(shí)施方式4的圖像處理裝置的結(jié)構(gòu)的框圖。
[0065] 圖35是示出圖34所示的關(guān)注區(qū)域設(shè)定部執(zhí)行的處理的流程圖。
[0066] 圖36是示出實(shí)施方式4的變形例4-1的圖像處理裝置的動作的流程圖。
【具體實(shí)施方式】
[0067]下面,參照附圖對本發(fā)明的實(shí)施方式的圖像處理裝置、圖像處理方法和圖像處理 程序進(jìn)行說明。另外,本發(fā)明不被這些實(shí)施方式限定。并且,在各附圖的記載中,對相同部分 標(biāo)注相同標(biāo)號示出。
[0068] (實(shí)施方式1)
[0069] 圖1是示出本發(fā)明的實(shí)施方式1的圖像處理裝置的框圖。作為一例,本實(shí)施方式1的 圖像處理裝置1是如下的裝置:針對由膠囊型內(nèi)窺鏡對活體的管腔內(nèi)進(jìn)行攝像而取得的管 腔內(nèi)圖像(以下簡稱為圖像),實(shí)施判別有無作為粘膜表面的微細(xì)構(gòu)造的軟毛膨脹的病變部 (異常部)的圖像處理。管腔內(nèi)圖像通常是在各像素位置處針對R(紅)、G(綠)、B(藍(lán))的波長 成分(顏色成分)具有規(guī)定(例如256灰度的)像素級別(像素值)的彩色圖像。
[0070] 如圖1所示,圖像處理裝置1具有對該圖像處理裝置1整體的動作進(jìn)行控制的控制 部10、取得與通過內(nèi)窺鏡進(jìn)行攝像而得到的圖像對應(yīng)的圖像數(shù)據(jù)的圖像取得部20、受理從 外部輸入的輸入信號的輸入部30、進(jìn)行各種顯示的顯示部40、存儲由圖像取得部20取得的 圖像數(shù)據(jù)和各種程序的記錄部50、以及對圖像數(shù)據(jù)執(zhí)行規(guī)定的圖像處理的運(yùn)算部100。
[0071] 控制部10由CPU等硬件實(shí)現(xiàn),通過讀入記錄部50中記錄的各種程序,根據(jù)從圖像取 得部20輸入的圖像數(shù)據(jù)和從輸入部30輸入的操作信號等,對構(gòu)成圖像處理裝置1的各部進(jìn) 行指示和數(shù)據(jù)的傳輸?shù)龋偫ǖ乜刂茍D像處理裝置1整體的動作。
[0072]根據(jù)包含內(nèi)窺鏡的系統(tǒng)的方式適當(dāng)構(gòu)成圖像取得部20。例如,在與膠囊型內(nèi)窺鏡 之間的圖像數(shù)據(jù)的交換中使用移動型記錄介質(zhì)的情況下,圖像取得部20由以拆裝自如的方 式安裝該記錄媒體并讀出所記錄的圖像的圖像數(shù)據(jù)的讀出裝置構(gòu)成。并且,在設(shè)置了預(yù)先 保存由內(nèi)窺鏡進(jìn)行攝像而得到的圖像的圖像數(shù)據(jù)的服務(wù)器的情況下,圖像取得部20由與服 務(wù)器連接的通信裝置等構(gòu)成,與服務(wù)器進(jìn)行數(shù)據(jù)通信而取得圖像數(shù)據(jù)?;蛘?,還可以利用從 內(nèi)窺鏡經(jīng)由纜線輸入圖像信號的接口裝置等構(gòu)成圖像取得部20。
[0073]輸入部30例如由鍵盤和鼠標(biāo)、觸摸面板、各種開關(guān)等輸入設(shè)備實(shí)現(xiàn),將所受理的輸 入信號輸出到控制部10。
[0074] 顯示部40由LCD或EL顯示器等顯示裝置實(shí)現(xiàn),在控制部10的控制下,顯示包含管腔 內(nèi)圖像的各種畫面。
[0075] 記錄部50由可更新記錄的閃存等ROM或RAM這樣的各種1C存儲器、內(nèi)置或通過數(shù)據(jù) 通信端子連接的硬盤、或者CD-ROM等信息記錄裝置及其讀取裝置等實(shí)現(xiàn)。記錄部50除了存 儲由圖像取得部20取得的圖像數(shù)據(jù)之外,還存儲用于使圖像處理裝置1進(jìn)行動作并使圖像 處理裝置1執(zhí)行各種功能的程序、在該程序的執(zhí)行中使用的數(shù)據(jù)等。具體而言,記錄部50存 儲判別有無粘膜表面中的軟毛的異常部的圖像處理程序51、該程序的執(zhí)行中使用的各種信 息等。
[0076]運(yùn)算部100由CPU等硬件實(shí)現(xiàn),通過讀入圖像處理程序51而對管腔內(nèi)圖像實(shí)施圖像 處理,執(zhí)行用于判別有無粘膜表面中的軟毛的異常部的各種運(yùn)算處理。
[0077]接著,對運(yùn)算部100的結(jié)構(gòu)進(jìn)行說明。
[0078]如圖1所示,運(yùn)算部100具有在處理對象的管腔內(nèi)圖像中設(shè)定關(guān)注區(qū)域的關(guān)注區(qū)域 設(shè)定部110、提取像素值比周圍高的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀的區(qū)域(以下稱為線 形狀區(qū)域)的線形狀凸區(qū)域提取部120、基于沿著線形狀區(qū)域的一個以上的圓弧的曲率計(jì)算 特征量(以下稱為曲率特征量)的分布的區(qū)域內(nèi)曲率特征量計(jì)算部130、根據(jù)曲率特征量來 判別在關(guān)注區(qū)域內(nèi)是否存在異常部的異常判別部140。
[0079]其中,關(guān)注區(qū)域設(shè)定部110具有將殘?jiān)虬挡窟@樣的粘膜以外的區(qū)域從圖像中排 除來提取粘膜區(qū)域的粘膜區(qū)域提取部111,將提取出的粘膜區(qū)域設(shè)定為關(guān)注區(qū)域。
[0080] 線形狀凸區(qū)域提取部120具有凸形狀高頻成分計(jì)算部121、孤立點(diǎn)排除部122、細(xì)線 化部123。
[0081] 凸形狀高頻成分計(jì)算部121針對像素值比周圍高的像素區(qū)域,計(jì)算空間頻率為規(guī) 定值以上的成分(以下稱為高頻成分)的強(qiáng)度。另外,下面,將像素值比周圍高的像素區(qū)域稱 為凸形狀區(qū)域或簡稱為凸形狀,將凸形狀且高頻成分的強(qiáng)度為規(guī)定值以上的像素區(qū)域稱為 凸形狀高頻區(qū)域。并且,將凸形狀高頻區(qū)域中的高頻成分的強(qiáng)度稱為凸形狀高頻成分。
[0082] 孤立點(diǎn)排除部122根據(jù)由凸形狀高頻成分計(jì)算部121計(jì)算出的凸形狀高頻成分,將 孤立點(diǎn)作為正常軟毛排除。這里,孤立點(diǎn)是指凸形狀高頻區(qū)域中的、該凸形狀高頻區(qū)域的周 圍的全部方向中連續(xù)的像素?cái)?shù)少于規(guī)定閾值的區(qū)域。
[0083]細(xì)線化部123對凸形狀高頻區(qū)域進(jìn)行細(xì)線化。
[0084] 區(qū)域內(nèi)曲率特征量計(jì)算部130具有尺寸特征量計(jì)算部131,其計(jì)算沿著線形狀區(qū)域 的一個以上的圓弧的曲率和對應(yīng)于與該圓弧之間的攝像距離的距離信息作為圓弧的尺寸 特征量;生成圓弧的尺寸特征量的頻度分布的頻度分布生成部132。其中,尺寸特征量計(jì)算 部131具有根據(jù)線形狀區(qū)域計(jì)算一個以上的圓弧的曲率的曲率計(jì)算部131a、根據(jù)計(jì)算出的 一個以上的圓弧的曲率計(jì)算代表值的曲率代表值計(jì)算部131b、計(jì)算從管腔內(nèi)圖像的攝像位 置(即膠囊型內(nèi)窺鏡的位置)到呈線形狀的凸區(qū)域的距離信息的距離信息計(jì)算部131c。
[0085] 接著,對圖像處理裝置1的動作進(jìn)行說明。圖2是示出圖像處理裝置1的動作的流程 圖。
[0086] 首先,在步驟S10中,運(yùn)算部100通過讀入記錄部50中記錄的圖像數(shù)據(jù),取得處理對 象的管腔內(nèi)圖像。
[0087] 在接下來的步驟S20中,關(guān)注區(qū)域設(shè)定部110針對管腔內(nèi)圖像設(shè)定關(guān)注區(qū)域。圖3是 詳細(xì)示出關(guān)注區(qū)域設(shè)定部110執(zhí)行的處理的流程圖。
[0088] 在步驟S201中,粘膜區(qū)域提取部111根據(jù)管腔內(nèi)圖像內(nèi)的各像素的邊緣強(qiáng)度,將管 腔內(nèi)圖像分割成多個小區(qū)域。參照圖4對將該管腔內(nèi)圖像分割成多個小區(qū)域的處理進(jìn)行詳 細(xì)說明。首先,在步驟S2011中,粘膜區(qū)域提取部111使用管腔內(nèi)圖像內(nèi)的各像素的像素值中 的G成分生成G成分圖像。這里,使用G成分的理由是,由于G成分接近血液的吸光頻帶,所以, 最良好地表現(xiàn)粘膜的隆起或殘?jiān)倪吔邕@樣的被攝體的構(gòu)造。另外,在本實(shí)施方式1中使用 G成分,但是,取而代之,也可以使用其他顏色成分、對像素值(R、G、B各成分)進(jìn)行轉(zhuǎn)換而得 到的亮度值、色差(YCbCr轉(zhuǎn)換)、色相、彩度、明度(HSI轉(zhuǎn)換)、色比等。
[0089]在步驟S2012中,粘膜區(qū)域提取部111對該G成分圖像實(shí)施濾波處理并計(jì)算邊緣強(qiáng) 度,生成設(shè)邊緣強(qiáng)度為各像素的像素值的邊緣圖像。作為用于計(jì)算邊緣強(qiáng)度的濾波處理,使 用普瑞維特濾波器、索貝爾濾波器這樣的1次微分濾波器、拉普拉斯濾波器、L0G(Laplacian of Gaussian:高斯調(diào)和量算子)濾波器這樣的2次微分濾波器等(參考:CG-ARTS協(xié)會、"數(shù)字 圖像處理"、第114~121頁)。
[0090]進(jìn)而,粘膜區(qū)域提取部111根據(jù)邊緣圖像中的邊緣強(qiáng)度進(jìn)行區(qū)域分割。作為區(qū)域分 割的方法的一例,在本實(shí)施方式1中,使用國際公開第2006/080239號所公開的方法。即,在 步驟S2013中,針對邊緣圖像實(shí)施平滑化處理以去除噪聲。在接下來的步驟S2014中,在邊緣 圖像內(nèi)的各像素位置處取得邊緣強(qiáng)度的梯度最大的方向(最大梯度方向)。然后,在步驟 S2015中,從各像素(出發(fā)像素)起沿著最大梯度方向搜索邊緣圖像,取得像素值(邊緣強(qiáng)度) 成為極值的像素位置。進(jìn)而,在步驟S2016中,生成將在同一像素位置處成為極值的出發(fā)像 素彼此作為一個區(qū)域賦予標(biāo)簽后的標(biāo)簽圖像。這里,標(biāo)簽圖像是指設(shè)通過賦予標(biāo)簽而得到 的標(biāo)簽編號(1~n,n為標(biāo)簽數(shù))為各像素的像素值的圖像。在該標(biāo)簽圖像中具有同一像素值 的像素區(qū)域相當(dāng)于對管腔內(nèi)圖像進(jìn)行區(qū)域分割而得到的各小區(qū)域。然后,處理返回主進(jìn)程。
[0091] 另外,作為對管腔內(nèi)圖像進(jìn)行區(qū)域分割的方法,也可以使用上述方法以外的公知 方法。具體而言,可以使用分水嶺(watershed)算法(參考:Luc Vincent and Pierre Soi1le,"Watersheds in digital spaces:An efficient algorithm based on immersion simulations",IEEE Transactions on Pattern Analysis and Machine Intelligence,Vol · 13,No · 6,pp· 583-598 June 1991)。分水嶺算法是如下的方法:在將圖 像的像素值信息視為高度的地形中灌滿水時,以使不同凹處中滯留的水之間出現(xiàn)邊界的方 式對圖像進(jìn)行分割。
[0092] 并且,在本實(shí)施方式1中,以減輕孤立像素噪聲產(chǎn)生的影響、通過沿著粘膜或殘?jiān)?等的邊界的區(qū)域分割而容易執(zhí)行后級的異常判別為目的,進(jìn)行基于邊緣的區(qū)域分割,但是, 作為其他區(qū)域分割的方法,也可以將管腔內(nèi)圖像分割成規(guī)定尺寸的矩形區(qū)域。該情況下,不 需要進(jìn)行邊緣圖像的生成和基于邊緣強(qiáng)度的區(qū)域分割這樣的處理,能夠縮短處理時間。或 者,也可以不進(jìn)行區(qū)域分割,將各像素作為以下說明的各步驟中的處理單位。該情況下,能 夠省略步驟S201的處理。
[0093]在接著步驟S201的步驟S202中,粘膜區(qū)域提取部111針對通過區(qū)域分割而得到的 各小區(qū)域計(jì)算特征量的平均值。更詳細(xì)地講,粘膜區(qū)域提取部111根據(jù)小區(qū)域內(nèi)的各像素的 像素值計(jì)算R、G、B各成分的平均值。然后,通過對這些平均值實(shí)施HSI轉(zhuǎn)換(參考:CG-ARTS協(xié) 會、"數(shù)字圖像處理"、第64頁(HSI轉(zhuǎn)換和逆轉(zhuǎn)換)),計(jì)算小區(qū)域的色相平均值。這里,計(jì)算色 相平均值是因?yàn)?,關(guān)于粘膜或管腔內(nèi)的內(nèi)容物等被攝體,根據(jù)它們的成分即血液或膽汁等 的吸光特性的差異,能夠通過色相等顏色特征量進(jìn)行某種程度的判別?;旧?,胃粘膜、腸 粘膜、內(nèi)容物的色相依次從紅色系的色相朝向黃色系變化。
[0094] 另外,也可以在對小區(qū)域內(nèi)的各像素的像素值(R、G、B各成分)實(shí)施HSI轉(zhuǎn)換并計(jì)算 色相后,計(jì)算各像素的色相的平均值,由此求出各小區(qū)域的色相平均值。并且,代替色相,例 如,也可以計(jì)算色差、色比(G/R、B/G)等特征量的平均值。
[0095] 在步驟S203中,粘膜區(qū)域提取部111針對各小區(qū)域,根據(jù)特征量的平均值來判別是 否是暗部區(qū)域。更詳細(xì)地講,首先,粘膜區(qū)域提取部111生成各小區(qū)域的判別結(jié)果列表。這 里,判別結(jié)果列表是把將管腔內(nèi)圖像分割成多個小區(qū)域時的標(biāo)簽圖像中的標(biāo)簽編號和與各 標(biāo)簽編號對應(yīng)的標(biāo)志信息關(guān)聯(lián)起來的列表。另外,判別結(jié)果列表的尺寸對應(yīng)于標(biāo)簽數(shù)η。接 著,粘膜區(qū)域提取部111對判別結(jié)果列表進(jìn)行初始化,針對全部小區(qū)域賦予粘膜區(qū)域的標(biāo)志 (〇:粘膜區(qū)域)。然后,使用對粘膜的隆起或殘?jiān)倪吔邕@樣的被攝體的構(gòu)造進(jìn)行最良好地 表現(xiàn)的G成分作為特征量,針對該特征量的平均值為規(guī)定閾值以下的小區(qū)域賦予暗部區(qū)域 的標(biāo)志(1:暗部區(qū)域)。另外,在小區(qū)域的色相平均值等的變化相對于明度的變化保持線性 的范圍內(nèi)決定此時的閾值。這是因?yàn)?,在暗部區(qū)域中,由于噪聲等影響而使線性崩潰。
[0096]在步驟S204中,粘膜區(qū)域提取部111對步驟S202中計(jì)算出的特征量的平均值(色相 平均值)的分布進(jìn)行聚類。這里,聚類是根據(jù)數(shù)據(jù)間的相似性將特征空間內(nèi)的數(shù)據(jù)分布劃分 成被稱為聚簇的塊的方法,能夠通過層次法、k-means法等公知的各種方法來執(zhí)行(參考: CG-ARTS協(xié)會:"數(shù)字圖像處理"、第231~232頁(聚類))。在本實(shí)施方式1中,為了在后級使用 色相空間中的數(shù)據(jù)的柱狀圖進(jìn)行處理,設(shè)特征空間為色相的一維空間,示出基于數(shù)據(jù)的柱 狀圖的聚類的順序。另外,聚類不需要限于此,也可以使用其他方法。
[0097] 下面,參照圖5~圖7詳細(xì)說明對色相平均值的分布進(jìn)行聚類的處理。首先,生成設(shè) 橫軸為色相平均值的等級區(qū)間、設(shè)縱軸為與各等級區(qū)間相當(dāng)?shù)纳嗥骄档亩葦?shù)的柱狀 圖。此時,從判別結(jié)果列表中賦予了粘膜區(qū)域的標(biāo)志(0:粘膜區(qū)域)的小區(qū)域取得色相平均 值。并且,以事前確定的規(guī)定間隔對充分包含管腔內(nèi)圖像的色相分布范圍的黃色系~紅色 系的色相范圍進(jìn)行分割,由此設(shè)定等級區(qū)間。圖5是柱狀圖的生成例。另外,在圖5中,進(jìn)行歸 一化以使得度數(shù)的總和成為1。
[0098] 接著,將柱狀圖的谷作為邊界而將色相平均值的分布劃分為多個聚簇。圖6是說明 聚類方法的示意圖。圖6所示的度數(shù)數(shù)據(jù)的曲線圖利用折線簡易地示出柱狀圖的度數(shù)變化。 并且,這里,為了便于說明,利用坐標(biāo)示出柱狀圖的橫軸所示的等級區(qū)間。另外,為了限制聚 類后的聚簇?cái)?shù),可以對柱狀圖的等級區(qū)間的寬度進(jìn)行變更,也可以在聚類之前對柱狀圖實(shí) 施平滑化處理。
[0099] 針對這種度數(shù)數(shù)據(jù),求出各坐標(biāo)處的梯度方向。這里,梯度方向是根據(jù)關(guān)注坐標(biāo)處 的度數(shù)數(shù)據(jù)和與關(guān)注坐標(biāo)相鄰的坐標(biāo)處的度數(shù)數(shù)據(jù)之差決定的方向,利用箭頭示出度數(shù)的 值增加的方向。另外,顯示為"極"的坐標(biāo)是度數(shù)高于相鄰的任何坐標(biāo)的極值(極大值)坐標(biāo)。
[0100] 進(jìn)而,從各坐標(biāo)起沿著梯度方向搜索極值坐標(biāo)。在圖6中,從出發(fā)坐標(biāo)(n = 0的各坐 標(biāo))的位置朝向下方向,利用坐標(biāo)的數(shù)值示出搜索極值坐標(biāo)時的坐標(biāo)的變化。例如,在從坐 標(biāo)1開始搜索的情況下,由于在坐標(biāo)1處梯度方向成為右方向,所以,在第1次的搜索步驟(η =1)中得到右側(cè)相鄰的坐標(biāo)2。接著,由于在坐標(biāo)2處梯度方向也成為右方向,所以,在第2次 的搜索步驟(η = 2)中得到坐標(biāo)2的右側(cè)相鄰的坐標(biāo)3。然后,當(dāng)依次沿著梯度方向繼續(xù)進(jìn)行 搜索時,最終到達(dá)極值坐標(biāo)即坐標(biāo)5(η = 4)。接著,當(dāng)從坐標(biāo)2開始搜索時,最終還是到達(dá)極 值坐標(biāo)即坐標(biāo)5的極值坐標(biāo)(η = 3)。同樣,當(dāng)從全部坐標(biāo)起進(jìn)行同樣的搜索時,在設(shè)坐標(biāo)1~ 9為出發(fā)坐標(biāo)的情況下,到達(dá)坐標(biāo)5,在設(shè)坐標(biāo)10~15為出發(fā)坐標(biāo)的情況下,到達(dá)坐標(biāo)12。
[0101] 這種搜索的結(jié)果,通過設(shè)得到坐標(biāo)5作為極值坐標(biāo)的坐標(biāo)1~9為第1聚簇,設(shè)得到 坐標(biāo)12作為極值坐標(biāo)的坐標(biāo)10~15為第2聚簇,能夠?qū)⒅鶢顖D的谷作為邊界而將數(shù)據(jù)分布 劃分為聚簇。
[0102] 圖7是示出將上述聚類方法應(yīng)用于圖5所示的柱狀圖的結(jié)果的曲線圖。在圖5的情 況下,將柱狀圖的谷作為邊界,能夠?qū)⑸嗥骄捣诸悶榫鄞?~3這3個聚簇。
[0103] 在接著步驟S204的步驟S205中,粘膜區(qū)域提取部111根據(jù)特征量平均值的分布來 判別殘?jiān)炔灰獏^(qū)域。這里,在管腔內(nèi),一般情況下,根據(jù)膽汁與血液的吸光特性的差異,殘 渣等不要區(qū)域成為黃色系的顏色。因此,將步驟S204中得到的聚簇中的、色相靠近黃色系的 聚簇估計(jì)為由不要區(qū)域即小區(qū)域的色相平均值數(shù)據(jù)構(gòu)成的聚簇(以下稱為不要區(qū)域聚簇), 確定不要區(qū)域聚簇。
[0104] 更詳細(xì)地講,首先,使用聚簇a內(nèi)的色相平均值的總和〇^和屬于聚簇a的數(shù)據(jù)的數(shù) 量(即小區(qū)域的數(shù)量)ma,通過下式(1)計(jì)算各聚簇a(a為聚簇編號,在圖7的情況下,a=l、2、 3)的重心ω 3拔(拔表示在ω上記載了表示平均的記號。
[0110]并且,記號i表示小區(qū)域的標(biāo)簽編號。記號η表示標(biāo)簽數(shù)、即圖像內(nèi)的小區(qū)域的數(shù) 量。記號lu表示小區(qū)域i的色相平均值。記號a_min表示聚簇a中的色相平均值的最小值,記 號a_max表示聚簇a中的色相平均值的最大值。進(jìn)而,
[0114] 在圖7所示的色相平均值的柱狀圖中,越接近色相軸(橫軸)的左側(cè),黃色系越強(qiáng)。 因此,根據(jù)預(yù)先取得的示教數(shù)據(jù)計(jì)算表示殘?jiān)纳嗟姆秶臍堅(jiān)卸ㄩ撝?,將與該殘?jiān)?判定閾值相比重心位于曲線圖的左側(cè)的聚簇判別為不要區(qū)域聚簇。例如,在圖7中,將聚簇1 判別為不要區(qū)域聚簇。
[0115] 進(jìn)而,粘膜區(qū)域提取部111針對判別結(jié)果列表中賦予了粘膜區(qū)域的標(biāo)志(0:粘膜區(qū) 域)的小區(qū)域中的、屬于不要區(qū)域聚簇的小區(qū)域,賦予不要區(qū)域的標(biāo)志(2:不要區(qū)域)。
[0116]另外,在不要區(qū)域的判別時,也可以使用色相以外的特征量的平均值進(jìn)行同樣的 處理。
[0117] 在接下來的步驟S206中,關(guān)注區(qū)域設(shè)定部110根據(jù)標(biāo)簽圖像和判別結(jié)果列表的標(biāo) 志信息取得圖像內(nèi)的粘膜區(qū)域(不要區(qū)域以外的區(qū)域)的坐標(biāo)信息,輸出該粘膜區(qū)域的坐標(biāo) 信息作為關(guān)注區(qū)域。然后,處理返回主進(jìn)程。
[0118] 在接著步驟S20的步驟S30中,線形狀凸區(qū)域提取部120從圖像內(nèi)的關(guān)注區(qū)域中提 取像素值高于周圍的像素連續(xù)規(guī)定像素?cái)?shù)以上的線形狀區(qū)域。圖8是詳細(xì)示出線形狀凸區(qū) 域提取部120執(zhí)行的處理的流程圖。
[0119] 在步驟S301中,凸形狀高頻成分計(jì)算部121計(jì)算凸形狀高頻成分的強(qiáng)度。更詳細(xì)地 講,首先,凸形狀高頻成分計(jì)算部121使用管腔內(nèi)圖像內(nèi)的各像素的像素值中的G成分生成G 成分圖像。使用G成分的理由是,如上所述,由于G成分接近血液的吸光頻帶,所以,最良好地 表現(xiàn)被攝體的構(gòu)造。另外,在本實(shí)施方式1中使用G成分,但是,取而代之,也可以使用其他顏 色成分、對像素值(R、G、B各成分)進(jìn)行轉(zhuǎn)換而得到的亮度值、色差(YCbCr轉(zhuǎn)換)、色相、彩度、 明度(HSI轉(zhuǎn)換)、色比等。
[0120]接著,凸形狀高頻成分計(jì)算部121針對G成分圖像執(zhí)行基于濃淡形態(tài)學(xué)(壬少7才 口、2-)的頂帽變換(參考:小畑秀文著、"形態(tài)學(xué)"、科羅納公司、第103~104頁)。這里,如圖 9所示,頂帽變換是指從原來的信號輸出f(x)中去除對原來的信號輸出y = f(x)實(shí)施了低通 濾波處理后的輸出y = fg(x)的處理,賦予高通濾波處理的輸出y = f (x)-fg(x)。并且,作為此 時的低通濾波處理,執(zhí)行形態(tài)學(xué)的開處理。開處理相當(dāng)于通過圖9所示的球形的構(gòu)造要素從 下側(cè)起追溯所賦予的信號f(x)的處理。此時,在信號平緩變化的地方,信號輸出y = f(x)被 準(zhǔn)確地描繪,但是,在存在正脈沖的地方,由于球(構(gòu)造要素)不能完全進(jìn)入而脫離可追溯范 圍。因此,通過開處理,得到去除了正脈沖的輸出y = fg(x)。通過從原來的信號輸出y = f(x) 中減去該輸出y = fg(x),其結(jié)果,能夠取得正脈沖的輸出即凸形狀區(qū)域中的高頻成分。
[0121 ] 另外,除此之外,也可以使用基于傅立葉空間的高通濾波處理、DoG(Difference of Gaussian:高斯差分)等來計(jì)算凸形狀高頻成分的強(qiáng)度。
[0122] 在接下來的步驟S302中,孤立點(diǎn)排除部122根據(jù)步驟S301中計(jì)算出的凸形狀高頻 成分的強(qiáng)度提取孤立點(diǎn),將該孤立點(diǎn)作為正常軟毛而排除。
[0123] 詳細(xì)地講,首先,孤立點(diǎn)排除部122通過對凸形狀高頻成分的強(qiáng)度實(shí)施閾值處理, 生成二值化圖像。此時,孤立點(diǎn)排除部122對凸形狀高頻成分的強(qiáng)度為規(guī)定閾值以下的像素 賦予0,對該閾值以上的像素賦予1。另外,作為閾值,例如,針對根據(jù)關(guān)注區(qū)域內(nèi)的凸形狀高 頻成分的強(qiáng)度計(jì)算出的一個代表值(最大值或平均值)設(shè)定規(guī)定比例的值。或者,作為閾值, 也可以設(shè)定大于〇的固定值。后者的情況下,能夠省略針對凸形狀高頻成分的代表值的計(jì)算 和基于該代表值的閾值的計(jì)算處理。另外,通過該處理而生成的二值化圖像成為提取出凸 形狀高頻區(qū)域的圖像。
[0124] 接著,孤立點(diǎn)排除部122執(zhí)行粒子分析,將孤立點(diǎn)從二值化圖像中排除。在本實(shí)施 方式1中,作為粒子分析,根據(jù)二值化圖像內(nèi)的對象區(qū)域(粒子)的面積進(jìn)行分析。具體而言, 孤立點(diǎn)排除部122通過針對二值化圖像對具有像素值1的區(qū)域賦予標(biāo)簽,生成分配了標(biāo)簽編 號1~s(s為標(biāo)簽數(shù))的標(biāo)簽圖像。然后,掃描標(biāo)簽圖像,按照標(biāo)簽編號對像素?cái)?shù)進(jìn)行計(jì)數(shù),生 成面積列表。這里,面積列表由標(biāo)簽編號和與各標(biāo)簽編號對應(yīng)的面積構(gòu)成,面積列表的尺寸 對應(yīng)于標(biāo)簽數(shù)s。進(jìn)而,孤立點(diǎn)排除部122利用規(guī)定閾值對與各標(biāo)簽編號對應(yīng)的標(biāo)簽區(qū)域的 面積進(jìn)行閾值處理,將具有面積為閾值以下的標(biāo)簽編號的標(biāo)簽區(qū)域判定為孤立點(diǎn)。判定為 孤立點(diǎn)的標(biāo)簽區(qū)域的標(biāo)簽編號設(shè)定為0。
[0125] 另外,在進(jìn)行孤立點(diǎn)的排除處理時,除了對象區(qū)域的面積以外,還可以使用對象區(qū) 域的周長、費(fèi)雷特直徑(最大費(fèi)雷特直徑)、表示對象區(qū)域的輪廓線上的任意兩點(diǎn)間的距離 的最大值的絕對最大長度、表示具有與對象區(qū)域相等的面積的圓的直徑的圓相當(dāng)直徑等進(jìn) 行粒子分析。
[0126] 在步驟S303中,細(xì)線化部123對凸形狀高頻區(qū)域進(jìn)行細(xì)線化。更詳細(xì)地講,細(xì)線化 部123在通過孤立點(diǎn)排除部122將孤立點(diǎn)排除后的標(biāo)簽圖像中,針對具有1以上的標(biāo)簽編號 的區(qū)域執(zhí)行細(xì)線化處理。因此,首先,細(xì)線化部123針對標(biāo)簽圖像,對標(biāo)簽編號為0的區(qū)域賦 予像素值〇,對標(biāo)簽編號為1以上的區(qū)域賦予像素值1,由此生成二值化圖像。接著,細(xì)線化部 123對二值化圖像實(shí)施細(xì)線化濾波處理。細(xì)線化濾波處理是指從二值化圖像內(nèi)依次搜索圖 10所示的由3X3像素構(gòu)成的局部區(qū)域的圖案Ml~M8并刪除中心像素的處理(參考:東京大 學(xué)出版社、"圖像分析手冊"、第577~578頁(細(xì)線化和退縮化))。具體而言,首先,從二值化 圖像內(nèi)搜索圖案M1,將中心像素的像素值變更為0。另外,圖10所示的*表示可以不考慮的像 素。接著,從二值化圖像內(nèi)搜索圖案M2,將中心像素的像素值變更為0。在圖案M8之前反復(fù)進(jìn) 行這種處理,作為一個循環(huán)。反復(fù)進(jìn)行該循環(huán),直到不存在要刪除的點(diǎn)為止。
[0127] 進(jìn)而,在步驟S304中,線形狀凸區(qū)域提取部120輸出實(shí)施了細(xì)線化處理后的二值化 圖像(以下稱為線形狀圖像)。然后,處理返回主進(jìn)程。
[0128] 在接著步驟S30的步驟S40中,區(qū)域內(nèi)曲率特征量計(jì)算部130基于沿著線形狀區(qū)域 的圓弧的曲率計(jì)算曲率特征量。圖11是詳細(xì)示出區(qū)域內(nèi)曲率特征量計(jì)算部130執(zhí)行的處理 的流程圖。
[0129] 在步驟S401中,尺寸特征量計(jì)算部131計(jì)算沿著線形狀圖像中觀察到的線形狀區(qū) 域的圓弧的曲率和與從攝像位置(膠囊型內(nèi)窺鏡)到圓弧的攝像距離對應(yīng)的距離信息,作為 圓弧的尺寸的特征量。參照圖12對該尺寸特征量計(jì)算部131執(zhí)行的處理進(jìn)行詳細(xì)說明。 [0130]在步驟S4011中,尺寸特征量計(jì)算部131對線形狀圖像內(nèi)的連續(xù)的線形狀區(qū)域賦予 標(biāo)簽。在本實(shí)施方式1中,進(jìn)行與8連結(jié)的連結(jié)成分有關(guān)的標(biāo)簽賦予。具體而言,首先,尺寸特 征量計(jì)算部131對線形狀圖像進(jìn)行光柵掃描,搜索具有像素值1的像素中的未賦予標(biāo)簽編號 的像素。然后,在發(fā)現(xiàn)未賦予標(biāo)簽編號的像素時,將該像素作為關(guān)注像素。
[0131] 尺寸特征量計(jì)算部131在關(guān)注像素的上側(cè)相鄰或左上側(cè)的像素具有標(biāo)簽編號時, 對關(guān)注像素賦予該上側(cè)相鄰或左上側(cè)的像素中的任意一方的標(biāo)簽編號。然后,在關(guān)注像素 的左側(cè)相鄰的像素的標(biāo)簽編號與關(guān)注像素的標(biāo)簽編號不同的情況下,在預(yù)先準(zhǔn)備的一覽表 中記錄關(guān)注像素及其左側(cè)相鄰的像素的標(biāo)簽編號屬于同一連結(jié)成分的情況。
[0132] 并且,在關(guān)注像素的上側(cè)相鄰和左上側(cè)的像素的標(biāo)簽編號為0(沒有標(biāo)簽編號)、且 左側(cè)相鄰的像素具有標(biāo)簽編號時,對關(guān)注像素賦予左側(cè)相鄰的像素的標(biāo)簽編號。
[0133] 進(jìn)而,尺寸特征量計(jì)算部131在關(guān)注像素的上側(cè)相鄰、左側(cè)相鄰和左上側(cè)的像素中 的任意一方均未賦予標(biāo)簽編號的情況下,對該關(guān)注像素賦予新的標(biāo)簽編號。
[0134] 尺寸特征量計(jì)算部131對線形狀圖像內(nèi)的全部像素執(zhí)行這些處理。然后,最后再次 進(jìn)行光柵掃描,參照一覽表,針對屬于同一連結(jié)成分的像素組,選擇對這些像素組賦予的標(biāo) 簽編號中的最小的標(biāo)簽編號并重新賦予(參考:CG-ARTS協(xié)會、"數(shù)字圖像處理"、第181~182 頁)。
[0135] 在步驟S4012中,如圖13所示,曲率計(jì)算部131a根據(jù)由線形狀圖像G1內(nèi)的線形狀區(qū) 域L的端點(diǎn)Pt和/或線形狀區(qū)域L彼此的交點(diǎn)P。劃分的線形狀區(qū)域L的各區(qū)間(即端點(diǎn)間、交點(diǎn) 間或端點(diǎn)與交點(diǎn)之間),計(jì)算一個以上的圓弧的曲率。
[0136] 更詳細(xì)地講,曲率計(jì)算部131a對線形狀圖像進(jìn)行掃描,檢測線形狀區(qū)域的端點(diǎn)Pt或線形狀區(qū)域彼此的交點(diǎn)P。的像素。然后,如圖14所示,將檢測到的端點(diǎn)Pt或交點(diǎn)P。的像素 設(shè)定為始點(diǎn)像素 M(xs,ys)。進(jìn)而,將從始點(diǎn)像素 M(Xs,ys)起在線形狀區(qū)域L上(即,賦予了相 同標(biāo)簽編號的像素上)追溯規(guī)定像素?cái)?shù)As而到達(dá)的像素設(shè)定為終點(diǎn)像素 N(Xe3,ye3)。
[0137] 接著,曲率計(jì)算部131a計(jì)算始點(diǎn)像素 Μ的切線的斜率和終點(diǎn)像素 N的切線的斜率。 在本實(shí)施方式中,用與X軸所成的角度DEGs、DEGe表示各切線的斜率。設(shè)定沿著線形狀區(qū)域L 從始點(diǎn)像素 Μ(或終點(diǎn)像素 N)起前后分開規(guī)定像素?cái)?shù)的2個像素(坐標(biāo)(xa,ya)、(xb,yb)),使 用下式(2)計(jì)算各切線與X軸所成的角度DEGi(i = s、e)。
[0138]
[0139] 另外,將線形狀圖像的左上側(cè)設(shè)定為坐標(biāo)(0,0),在從左上側(cè)起在右方向上掃描各 行的情況下,坐標(biāo)(Xa,ya)設(shè)為始點(diǎn)像素 Μ(或終點(diǎn)像素 N)的前方坐標(biāo),坐標(biāo)(xb,yb)設(shè)為始點(diǎn) 像素 Μ (或終點(diǎn)像素 N)的后方坐標(biāo)。但是,在從始點(diǎn)像素 Μ (或終點(diǎn)像素 N)分開規(guī)定像素?cái)?shù)時 偏離線形狀區(qū)域L的情況下(超過端點(diǎn)Pt或交點(diǎn)Ρ。的情況下),將線形狀區(qū)域L的端點(diǎn)Pt或交 點(diǎn)P。的坐標(biāo)設(shè)定為上述坐標(biāo)(xa,ya)、( xb,yb)中的任意一方。
[0140] 接著,曲率計(jì)算部131a計(jì)算始點(diǎn)像素 Μ與終點(diǎn)像素 N之間的圓弧的中心角α。該中心 角α相當(dāng)于角度DEGS與角度DEGe的角度之差DEGe-DEG s。
[0141 ]進(jìn)而,曲率計(jì)算部13la計(jì)算始點(diǎn)像素 Μ與終點(diǎn)像素 N之間的圓弧的曲率κ。這里,曲 率κ是圓弧的曲率半徑R的倒數(shù),由于與圓弧的長度對應(yīng)的像素?cái)?shù)As能夠近似為RXaX(V 180),所以,曲率κ由下式(3)給出。
[0142]
[0143] 如圖15所示,曲率計(jì)算部131a使線形狀區(qū)域L上的始點(diǎn)像素 mM^Ms、···)和終點(diǎn)像 素 WN^Ns、···)偏移,并反復(fù)進(jìn)行曲率κ(κι、κ2、··_)的計(jì)算處理。然后,曲率計(jì)算部131a在終 點(diǎn)像素 N超過線形狀區(qū)域L的端點(diǎn)Pt或線形狀區(qū)域L彼此的交點(diǎn)P。時,結(jié)束曲率κ的計(jì)算處理, 針對計(jì)算出曲率κ的線形狀區(qū)域L賦予從1起依次增加的標(biāo)簽編號。
[0144] 曲率計(jì)算部131a針對從圖13所示的線形狀圖像G1中檢測到的全部線形狀區(qū)域L執(zhí) 行這種曲率κ的計(jì)算和標(biāo)簽編號的賦予。圖13所示的帶括弧的數(shù)字表示對各線形狀區(qū)域L賦 予的標(biāo)簽編號。
[0145] 在接下來的步驟S4013中,曲率代表值計(jì)算部131b按照由曲率計(jì)算部131a賦予了 相同標(biāo)簽編號的每個線形狀區(qū)域,計(jì)算圓弧的曲率的代表值。另外,在本實(shí)施方式1中,計(jì)算 中央值作為代表值,但是,也可以計(jì)算曲率的平均值、最大值、最小值等作為代表值。
[0146] 在接下來的步驟S4014中,距離信息計(jì)算部131c計(jì)算從攝像位置到線形狀區(qū)域的 進(jìn)深方向上的距離信息。具體而言,距離信息計(jì)算部131c從與原來的管腔內(nèi)圖像內(nèi)的關(guān)注 區(qū)域?qū)?yīng)的部分取得各像素的像素值中的基于血紅蛋白的吸光較少、最良好地表現(xiàn)粘膜的 表層的形狀的R成分值,生成R成分圖像。
[0147] 另外,在本步驟S4014中,如果是對粘膜上的軟毛的微細(xì)構(gòu)造造成的影響較少的圖 像,則也可以從通過其他方法生成的圖像取得距離信息。例如,也可以使用凸形狀高頻成分 計(jì)算部121的處理中說明的實(shí)施了基于濃淡形態(tài)學(xué)的開處理后的圖像。
[0148] 接著,距離信息計(jì)算部131c計(jì)算通過曲率代表值計(jì)算部131b計(jì)算出曲率的各圓弧 的位置處的距離信息。具體而言,取得圓弧上的像素位置處的R成分值,按照每個圓弧取得R 成分值的平均值、中央值、最小值、最大值這樣的代表值。在本實(shí)施方式1中,使用該R成分值 的代表值作為與攝像距離對應(yīng)的距離信息。另外,該情況下,距離信息的值越大,則攝像距 離越短,距離信息的值越小,則攝像距離越長。并且,也可以使用圓弧的曲率中心的像素位 置、由圓弧的曲率中心和曲率半徑構(gòu)成的圓形狀區(qū)域或扇狀區(qū)域的內(nèi)部區(qū)域中的R成分值 作為該圓弧的距離信息。
[0149] 進(jìn)而,在步驟S4015中,尺寸特征量計(jì)算部131輸出圓弧的曲率和距離信息作為圓 弧的尺寸的特征量。然后,處理返回主進(jìn)程。
[0150] 在接著步驟S401的步驟S402中,頻度分布生成部132生成從尺寸特征量計(jì)算部131 輸出的特征量的頻度分布。更詳細(xì)地講,生成由圓弧的曲率和距離信息的雙軸構(gòu)成的頻度 分布。此時,頻度分布生成部132還根據(jù)所生成的頻度分布一并計(jì)算方差等統(tǒng)計(jì)量。
[0151] 進(jìn)而,在步驟S403中,區(qū)域內(nèi)曲率特征量計(jì)算部130輸出由圓弧的曲率和距離信息 的雙軸構(gòu)成的頻度分布作為曲率特征量。然后,處理返回主進(jìn)程。
[0152] 在接著步驟S40的S50中,異常判別部140根據(jù)曲率特征量判別在關(guān)注區(qū)域內(nèi)是否 存在異常部。
[0153] 這里,作為管腔內(nèi)圖像中看到的圓弧形狀的區(qū)域,舉出粘膜表面的軟毛膨脹的異 常部、管腔內(nèi)的液體成為氣泡狀的氣泡區(qū)域、粘膜的溝這樣的構(gòu)造物的輪廓(以下稱為粘膜 輪廓)等。下面,將膨脹的軟毛稱為異常軟毛。
[0154] 圖16A是示出正常軟毛模型的示意圖。關(guān)于正常軟毛,通常,從粘膜表面的法線方 向觀察的平面形狀為圓形、整體呈中心部突出的形狀,所以,在管腔內(nèi)圖像中,軟毛的中心 部及其附近的亮度最高。因此,當(dāng)從映出正常軟毛的管腔內(nèi)圖像中提取亮度值高于周圍像 素的凸區(qū)域時,如圖16B所示,得到與軟毛的中心部對應(yīng)的點(diǎn)狀的凸區(qū)域PR1。這種點(diǎn)狀的凸 區(qū)域PR1作為孤立點(diǎn)而預(yù)先從線形狀圖像中排除。
[0155] 圖17A是示出異常軟毛模型的示意圖。從粘膜表面的法線方向觀察異常軟毛而得 到的平面形狀呈橢圓這樣的扁平狀,所以,在管腔內(nèi)圖像中,與軟毛相對于攝像方向的朝向 對應(yīng)的輪廓部分(曲率較高的輪廓部分或曲率較低的輪廓部分)的亮度較高。因此,當(dāng)從映 出異常軟毛的管腔內(nèi)圖像中提取凸區(qū)域時,如圖17B所示,得到呈與攝像方向?qū)?yīng)的曲率的 圓弧狀的線形狀區(qū)域PR2。因此,如圖17C所示,沿著線形狀區(qū)域PR2的圓弧的曲率的分布收 斂于某種程度的較窄范圍內(nèi)。并且,在采用曲率的最小值作為沿著各線形狀區(qū)域PR2的圓弧 的曲率代表值的情況下,曲率偏向值較小的一側(cè)進(jìn)行分布(參照實(shí)線)。另一方面,在采用曲 率的最大值作為曲率代表值的情況下,曲率偏向值較大的一側(cè)進(jìn)行分布(參照虛線)。
[0156] 圖18A是示出氣泡模型的示意圖。在氣泡區(qū)域中,一個一個的氣泡呈大致球形狀。 并且,由于氣泡的表面整體成為高反射區(qū)域,所以,在管腔內(nèi)圖像中,氣泡的輪廓部分的亮 度較高。因此,當(dāng)從映出氣泡區(qū)域的管腔內(nèi)圖像中提取凸區(qū)域時,如圖18B所示,得到呈大致 圓形狀的各種大小的線形狀區(qū)域PR3。因此,如圖18C所示,沿著線形狀區(qū)域PR3的圓弧的曲 率的分布大幅波動。
[0157] 并且,與異常軟毛或氣泡區(qū)域相比,沿著粘膜輪廓的圓弧的曲率一般取較小的值。
[0158] 圖19是示出由圓弧的曲率和距離信息的雙軸構(gòu)成的頻度分布的示意圖。沿著表示 粘膜輪廓的線形狀區(qū)域的圓弧的曲率大致與攝像距離無關(guān),值較小,且分布在較窄范圍內(nèi)。 并且,沿著表示氣泡區(qū)域的線形狀區(qū)域的圓弧的曲率與攝像距離無關(guān),分布在較寬范圍內(nèi)。 與此相對,沿著表示異常軟毛的線形狀區(qū)域的圓弧的曲率的分布范圍根據(jù)攝像距離而變 化。具體而言,當(dāng)攝像距離較長時(攝像信息的值較小時),曲率分布在值較大的一方(圓弧 的彎曲較強(qiáng)的一方),當(dāng)攝像距離較短時(攝像信息的值較大時),曲率分布在值較小的一方 (圓弧的彎曲較緩的一方)。
[0159] 因此,異常判別部140如下進(jìn)行判別。
[0160]首先,在某個距離信息Larb中的曲率的方差大于根據(jù)距離信息Larb而預(yù)先確定的規(guī) 定閾值(方差閾值)1?的情況下,在該關(guān)注區(qū)域中映出氣泡區(qū)域,異常判別部140判別為不 存在異常部。
[0161] 并且,在距離信息Larb中的曲率的方差為上述方差閾值1?以下的情況下,在曲率 分布在小于規(guī)定閾值(曲率閾值)TH2的范圍內(nèi)的情況下,在該關(guān)注區(qū)域中映出粘膜輪廓,異 常判別部140判別為不存在異常部。
[0162] 另一方面,在距離信息Larb中的曲率的方差為上述方差閾值Tm以下的情況下,在 曲率分布在上述曲率閾值TH2以上的范圍內(nèi)的情況下,在該關(guān)注區(qū)域中映出異常軟毛,異常 判別部140判別為存在異常部。
[0163] 在接下來的步驟S60中,運(yùn)算部100輸出步驟S50中進(jìn)行判別后的有無異常部的判 別結(jié)果。與其對應(yīng)地,控制部10使顯示部40顯示判別結(jié)果,并且,與處理對象的管腔內(nèi)圖像 的圖像數(shù)據(jù)關(guān)聯(lián)起來記錄在記錄部50中。
[0164] 如以上說明的那樣,根據(jù)實(shí)施方式1,設(shè)定從管腔內(nèi)圖像中提取出的粘膜區(qū)域作為 關(guān)注區(qū)域,從該關(guān)注區(qū)域中提取由像素值高于周圍像素的像素組構(gòu)成的凸區(qū)域中的高頻成 分。然后,針對對該高頻成分進(jìn)行細(xì)線化后的線形狀區(qū)域,計(jì)算曲率和距離信息作為曲率的 特征量,根據(jù)這些特征量的頻度分布識別關(guān)注區(qū)域中映出的被攝體。因此,能夠抑制粘膜輪 廓或氣泡等的誤檢測(過檢測),能夠應(yīng)對與軟毛的微細(xì)構(gòu)造的攝像距離對應(yīng)的尺寸的變化 和與軟毛相對于攝像方向的朝向?qū)?yīng)的形狀的變化,高精度地識別異常軟毛,能夠判別有 無異常部。
[0165] (變形例1-1)
[0166] 在上述實(shí)施方式1中,設(shè)定從管腔內(nèi)圖像中去除不要區(qū)域后的剩余區(qū)域整體作為 一個關(guān)注區(qū)域,但是,也可以分別設(shè)定對剩余區(qū)域進(jìn)行分割后的多個區(qū)域作為關(guān)注區(qū)域。該 情況下,能夠確定在管腔內(nèi)圖像內(nèi)的哪個位置存在異常部。分割方法沒有特別限定,例如, 可以簡單地將去除不要區(qū)域后的剩余區(qū)域分割成矩陣狀?;蛘?,可以從去除不用區(qū)域后的 剩余區(qū)域內(nèi)的各像素的像素值取得與攝像距離對應(yīng)的距離信息,按照對距離信息進(jìn)行分層 后的每個層級對區(qū)域進(jìn)行分割。該情況下,能夠省略圖12所示的步驟S4014的處理。
[0167] (變形例1-2)
[0168] 接著,對實(shí)施方式1的變形例1-2進(jìn)行說明。
[0169] 圖20是示出變形例1 -1的圖像處理裝置的框圖。如圖20所示,變形例1 -1的圖像處 理裝置1-2中,代替圖1所示的運(yùn)算部100而具有運(yùn)算部100-2。
[0170] 運(yùn)算部100-2中,代替圖1所示的線形狀凸區(qū)域提取部120而具有線形狀凸區(qū)域提 取部150。該線形狀凸區(qū)域提取部150具有提取像素值呈脊形狀變化的像素組作為脊形狀的 區(qū)域的脊形狀提取部151、從提取出的脊形狀的區(qū)域中將相對于周圍孤立的像素組作為孤 立點(diǎn)而排除的孤立點(diǎn)排除部152、對將該孤立點(diǎn)排除后的脊形狀的區(qū)域進(jìn)行細(xì)線化并提取 線形狀凸區(qū)域的細(xì)線化部153。
[0171]運(yùn)算部100-2的動作整體與圖2所示的動作相同,僅步驟S30中由線形狀凸區(qū)域提 取部150執(zhí)行的處理的內(nèi)容不同。圖21是示出線形狀凸區(qū)域提取部150執(zhí)行的處理的詳細(xì)情 況的流程圖。
[0172]首先,在步驟S311中,脊形狀提取部151從關(guān)注區(qū)域中提取脊形狀的區(qū)域。更詳細(xì) 地講,脊形狀提取部151在關(guān)注區(qū)域內(nèi)依次設(shè)定關(guān)注像素,求出各關(guān)注像素中的像素值的梯 度的最大方向(以下稱為最大梯度方向)和最小方向(以下稱為最小梯度方向)。然后,針對 最大梯度方向和最小梯度方向分別計(jì)算像素值變化的形狀的曲率,根據(jù)這些曲率的比來檢 測脊區(qū)域。
[0173] 因此,首先,脊形狀提取部151針對關(guān)注像素求解下式(4)所示的基于黑塞矩陣Η的 固有方程式,由此計(jì)算作為固有值的最大梯度方向中的曲率h和最小梯度方向中的曲率k2。
[0174] det(H-AE)=0---(4)
[0175] 在式(4)中,黑塞矩陣Η由下式(5)給出。
[0176]
[0177] 并且,記號Ε是單位矩陣,λΕ如下式(6)所示。
[0178]
[0179] 接著,根據(jù)曲率lu、k2計(jì)算由下式(7-1)和(7-2)給出的高斯曲率Kc和平均曲率Ak。
[0180] KG = kiXk2."(7-l)
[0181] Ak=(ki+k2)/2---(7-2)
[0182] 此時,判別為Ak〈0且Kg與0的像素組、即絕對值I Kg I為規(guī)定閾值以下的像素組是脊 形狀的區(qū)域。脊形狀提取部151對判別為脊形狀的區(qū)域的像素組賦予像素值1,對其他像素 賦予像素值〇,由此生成二值化圖像。
[0183] 另外,在計(jì)算出曲率ki、k2后,例如也可以如形狀指數(shù)和曲度(Shape index and Curvedness)那樣使用識別任意的三維表面形狀的公知技術(shù)進(jìn)行脊形狀的區(qū)域的判別(參 考:Chitra Dorai,Αη?Ι Κ·Jain,"C0SM0S-A Representation Scheme for Free-Form Surfaces")。
[0184] 在接下來的步驟S312中,孤立點(diǎn)去除部152從步驟S311中提取出的脊形狀的區(qū)域 中提取孤立點(diǎn),將該孤立點(diǎn)作為正常軟毛而排除。更詳細(xì)地講,針對步驟S311中生成的二值 化圖像,提取連續(xù)的像素的數(shù)量為規(guī)定值以下的像素組(即規(guī)定值以下的尺寸的區(qū)域)作為 孤立點(diǎn)。然后,對作為孤立點(diǎn)提取出的像素組賦予像素值0。
[0185] 在接下來的步驟S313中,細(xì)線化部153對將孤立點(diǎn)排除后的脊形狀的區(qū)域進(jìn)行細(xì) 線化。更詳細(xì)地講,細(xì)線化部153對步驟S312中生成的二值化圖像實(shí)施使用圖10所示的圖案 Ml~M8的細(xì)線化濾波處理。另外,細(xì)線化濾波處理的詳細(xì)內(nèi)容與實(shí)施方式1相同。
[0186] 進(jìn)而,在步驟S314中,線形狀凸區(qū)域提取部150輸出實(shí)施了細(xì)線化處理后的二值化 圖像。然后,處理返回主進(jìn)程。
[0187] (變形例1-3)
[0188] 在實(shí)施方式1中,作為對從關(guān)注區(qū)域中提取出的凸形狀高頻區(qū)域進(jìn)行細(xì)線化的處 理(參照圖8的步驟S303),除了上述方法以外,可以應(yīng)用各種公知技術(shù)。下面,對作為公知技 術(shù)之一的Hilditch細(xì)線化算法進(jìn)行說明。
[0189] 首先,作為第1步驟,針對提取出凸形狀高頻區(qū)域的二值化圖像,逐次刪除細(xì)線化 對象即像素 Pk中的滿足以下所示的6個條件的像素作為邊界像素。這里,k是二值化圖像內(nèi) 的像素的像素編號(k是自然數(shù))。并且,將像素 pk的像素值表示為B(Pk)(B(Pk) = l)。該情況 下,第1步驟相當(dāng)于將像素值B(Pk)從1置換為-1的處理。另外,細(xì)線化的非對象像素的像素 值是 B(Pk)=0。
[0190] 條件1:關(guān)注像素是細(xì)線化的對象像素。即,滿足下式(al)。
[0191] B(Pk) = l---(al)
[0192] 條件2:與關(guān)注像素縱、橫相鄰的像素中的任意一個為0。即,滿足下式(a2)。
[0193]
[0194] 條件3:不是端點(diǎn)。即,滿足下式(a3)。
[0195]
[0196] 條件4:不是孤立點(diǎn)。即,滿足下式(a4)。這里,將通過逐次處理而得到的結(jié)果表示 為B(Pk)、將前一個光柵操作完成時的結(jié)果表示為B'(Pk)以進(jìn)行區(qū)分。另外,像素值B'(P k)不 取_1〇
[0197]
[0198] 條件5:保持連結(jié)性。即,適用于圖22所示的圖案Mil~M14中的任意一方。另外,在 圖22中,*所示的像素取像素值1或-1。當(dāng)利用條件式表示該條件時,成為下式(a5)。
[0199]
[0200] 條件6:針對線寬度為2的線段,僅刪除其一方。即,前一個光柵操作完成時的結(jié)果 B'(Pk)適用于圖23所示的圖案M21~M24中的任意一方。當(dāng)利用條件式表示該條件時,成為 下式("aft) "
[0201
[0202]接著,作為第2步驟,將作為邊界像素而逐次刪除的像素(即,像素值B(Pk)從1置換 為-1的像素)的像素值置換為非對象區(qū)域的像素值B (Pk) = 0。
[0203]反復(fù)進(jìn)行這些第1步驟和第2步驟,直到不再進(jìn)行針對非對象區(qū)域的像素值的置換 為止。由此,進(jìn)行了對象區(qū)域的細(xì)線化。
[0204](實(shí)施方式2)
[0205]接著,對本發(fā)明的實(shí)施方式2進(jìn)行說明。
[0206]圖24是示出實(shí)施方式2的圖像處理裝置的結(jié)構(gòu)的框圖。如圖24所示,實(shí)施方式2的 圖像處理裝置2代替圖1所示的運(yùn)算部100而具有運(yùn)算部200。該運(yùn)算部200具有關(guān)注區(qū)域設(shè) 定部110、線形狀凸區(qū)域提取部120、區(qū)域內(nèi)曲率特征量計(jì)算部210、異常判別部220。另外,關(guān) 注區(qū)域設(shè)定部110和線形狀凸區(qū)域提取部120的結(jié)構(gòu)和動作與實(shí)施方式1相同。并且,運(yùn)算部 200以外的圖像處理裝置的各部的結(jié)構(gòu)和動作也與實(shí)施方式1相同。
[0207]區(qū)域內(nèi)曲率特征量計(jì)算部210具有形狀特征量計(jì)算部211和生成特征量的頻度分 布的頻度分布生成部212,該形狀特征量計(jì)算部211計(jì)算沿著由線形狀凸區(qū)域提取部120提 取出的線形狀區(qū)域的一個以上的圓弧的曲率,并且計(jì)算這些曲率的波動作為特征量。更詳 細(xì)地講,形狀特征量計(jì)算部211具有根據(jù)由線形狀區(qū)域的端點(diǎn)和/或線形狀區(qū)域彼此的交點(diǎn) 劃分的線形狀區(qū)域的各區(qū)間計(jì)算一個以上的圓弧的曲率的曲率計(jì)算部211a、以及計(jì)算根據(jù) 各區(qū)間計(jì)算出的一個以上的圓弧的曲率的標(biāo)準(zhǔn)偏差的曲率標(biāo)準(zhǔn)偏差計(jì)算部211b。
[0208] 異常判別部220根據(jù)上述曲率的波動來判別有無異常部。
[0209] 接著,對圖像處理裝置2的動作進(jìn)行說明。
[0210] 圖像處理裝置2的動作整體與圖2所示的動作相同,步驟S40中由區(qū)域內(nèi)曲率特征 量計(jì)算部210執(zhí)行的處理以及步驟S50中由異常判別部220執(zhí)行的處理的內(nèi)容與實(shí)施方式1 不同。
[0211] 圖25是示出區(qū)域內(nèi)曲率特征量計(jì)算部210執(zhí)行的處理的流程圖。首先,在步驟S421 中,形狀特征量計(jì)算部211計(jì)算沿著線形狀區(qū)域的圓弧的曲率的波動作為表示步驟S30中提 取出的線形狀區(qū)域的形狀的特征量。參照圖26對該形狀特征量計(jì)算部211執(zhí)行的處理進(jìn)行 詳細(xì)說明。另外,圖26所示的步驟S4211和S4212對應(yīng)于圖12所示的步驟S4011和S4012。其 中,代替曲率計(jì)算部131a(參照圖1)而由曲率計(jì)算部211a執(zhí)行步驟S4012的處理。
[0212] 在接著步驟S4212的步驟S4213中,曲率標(biāo)準(zhǔn)偏差計(jì)算部211b按照線形狀區(qū)域的每 個區(qū)間計(jì)算一個以上的圓弧的曲率的標(biāo)準(zhǔn)偏差。具體而言,曲率標(biāo)準(zhǔn)偏差計(jì)算部211b根據(jù) 針對具有由曲率計(jì)算部21 la賦予的相同標(biāo)簽編號的圓弧計(jì)算出的m個曲率ici(i = l~m),計(jì) 算由下式(8)給出的標(biāo)準(zhǔn)偏差〇。
[0213]
[0214] 在式(8)中,在κ上附加了拔的κ拔是曲率^的平均值,由下式(9)給出。
[0215] f
[0216] 在接下來的步驟S4214中,形狀特征量計(jì)算部211輸出針對線形狀區(qū)域的各區(qū)間計(jì) 算出的標(biāo)準(zhǔn)偏差作為表示線形狀區(qū)域的形狀的特征量。然后,處理返回主進(jìn)程。
[0217] 在接著步驟S421的步驟S422中,頻度分布生成部212生成從形狀特征量計(jì)算部211 輸出的標(biāo)準(zhǔn)偏差的頻度分布,作為特征量的頻度分布。
[0218] 進(jìn)而,在步驟S423中,區(qū)域內(nèi)曲率特征量計(jì)算部210輸出標(biāo)準(zhǔn)偏差的頻度分布作為 曲率特征量。然后,處理返回主進(jìn)程。
[0219] 接著,對異常判別部220執(zhí)行的處理進(jìn)行說明。
[0220] 異常判別部220根據(jù)作為曲率特征量的標(biāo)準(zhǔn)偏差的頻度分布來判別在關(guān)注區(qū)域內(nèi) 是否存在異常部。
[0221] 這里,在關(guān)注區(qū)域內(nèi)存在異常軟毛的情況下,如圖27A所示,在根據(jù)該關(guān)注區(qū)域生 成的線形狀圖像中出現(xiàn)扁平的線形狀區(qū)域PR4。如圖27B所示,沿著這種線形狀區(qū)域PR4的圓 弧的曲率根據(jù)線形狀區(qū)域PR4內(nèi)的位置而取各種值。因此,曲率的波動比較大。另外,圖27B 所示的向量vi(i = l、2、…)是表示圓弧的曲率的大小的向量。因此,如圖27C所示,針對線形 狀區(qū)域PR4計(jì)算出的曲率的標(biāo)準(zhǔn)偏差分布在值比較大的范圍內(nèi)。
[0222] 另一方面,在關(guān)注區(qū)域內(nèi)存在氣泡區(qū)域的情況下,如圖28A所示,在根據(jù)該關(guān)注區(qū) 域生成的線形狀圖像中出現(xiàn)圓形的線形狀區(qū)域PR5。如圖28B所示,在這種線形狀區(qū)域PR5 中,圓弧的曲率大致成為固定值,曲率的波動較小。因此,如圖28C所示,針對線形狀區(qū)域PR5 計(jì)算出的曲率的標(biāo)準(zhǔn)偏差分布在值較小的范圍(0或其附近)內(nèi)。
[0223] 因此,異常判別部220根據(jù)標(biāo)準(zhǔn)偏差的頻度分布判別有無異常部。具體而言,在標(biāo) 準(zhǔn)偏差的頻度分布偏向大于規(guī)定閾值的范圍的情況下,判別為在該關(guān)注區(qū)域內(nèi)存在異常 部。
[0224] 如以上說明的那樣,根據(jù)實(shí)施方式2,設(shè)定從管腔內(nèi)圖像中提取出的粘膜區(qū)域作為 關(guān)注區(qū)域,從該關(guān)注區(qū)域中提取由像素值高于周圍像素的像素組構(gòu)成的凸區(qū)域中的高頻成 分。然后,針對對該高頻成分進(jìn)行細(xì)線化后的線形狀區(qū)域,計(jì)算沿著線形狀區(qū)域的圓弧的曲 率的標(biāo)準(zhǔn)偏差的頻度分布,根據(jù)該標(biāo)準(zhǔn)偏差的頻度分布來判別關(guān)注區(qū)域中有無異常部。因 此,能夠高精度地識別異常軟毛和氣泡區(qū)域,能夠提高異常部的判別精度。
[0225] 并且,根據(jù)實(shí)施方式2,由于不使用關(guān)注區(qū)域內(nèi)的與被攝體之間的攝像距離(距離 信息)來進(jìn)行判別,所以,能夠簡化運(yùn)算處理。
[0226] (實(shí)施方式3)
[0227] 接著,對本發(fā)明的實(shí)施方式3進(jìn)行說明。
[0228]圖29是示出實(shí)施方式3的圖像處理裝置的結(jié)構(gòu)的框圖。如圖29所示,實(shí)施方式3的 圖像處理裝置3代替圖1所示的運(yùn)算部100而具有運(yùn)算部300。該運(yùn)算部300具有關(guān)注區(qū)域設(shè) 定部110、線形狀凸區(qū)域提取部120、區(qū)域內(nèi)曲率特征量計(jì)算部310、異常判別部320。另外,關(guān) 注區(qū)域設(shè)定部110和線形狀凸區(qū)域提取部120的結(jié)構(gòu)和動作與實(shí)施方式1相同。并且,運(yùn)算部 300以外的圖像處理裝置3的各部的結(jié)構(gòu)和動作也與實(shí)施方式1相同。
[0229] 區(qū)域內(nèi)曲率特征量計(jì)算部310具有方向特征量計(jì)算部311和生成曲率特征量的頻 度分布的頻度分布生成部312,該方向特征量計(jì)算部311計(jì)算表示沿著由線形狀凸區(qū)域提取 部120提取出的線形狀區(qū)域的一個以上的圓弧的中心方向的曲率特征量。其中,方向特征量 計(jì)算部311具有計(jì)算從各圓弧朝向曲率中心的方向(以下稱為曲率中心方向)的曲率中心方 向計(jì)算部311 a、以及計(jì)算各圓弧的位置處的被攝體的梯度方向的梯度方向計(jì)算部311 b。這 里,被攝體的梯度方向是指被攝體(具體而言為粘膜構(gòu)造)向圖像的進(jìn)深方向傾斜的方向。
[0230] 異常判別部320根據(jù)粘膜構(gòu)造的梯度方向和曲率中心方向的分布來判別有無異常 部。
[0231] 接著,對圖像處理裝置3的動作進(jìn)行說明。
[0232]圖像處理裝置3的動作整體與圖2所示的動作相同,步驟S40中由區(qū)域內(nèi)曲率特征 量計(jì)算部310執(zhí)行的處理以及S50中由異常判別部320執(zhí)行的處理的內(nèi)容與實(shí)施方式1不同。
[0233] 圖30是示出區(qū)域內(nèi)曲率特征量計(jì)算部310執(zhí)行的處理的流程圖。首先,在步驟S431 中,方向特征量計(jì)算部311計(jì)算圓弧的曲率中心方向和梯度方向作為表示圓弧的中心方向 的特征量。參照圖31對該方向特征量計(jì)算部311執(zhí)行的處理進(jìn)行詳細(xì)說明。
[0234] 在步驟S4311中,曲率中心方向計(jì)算部311a計(jì)算沿著線形狀區(qū)域的圓弧的曲率中 心方向。具體而言,首先,與圖12所示的步驟S4012同樣,計(jì)算各圓弧的曲率,進(jìn)而,計(jì)算作為 曲率的倒數(shù)的曲率半徑R。
[0235] 接著,曲率中心方向計(jì)算部311a通過使用該圓弧上的位置坐標(biāo)(x,y)和曲率半徑R 執(zhí)行哈夫(hough)變換,生成近似圓(參考:CG-ARTS協(xié)會、"數(shù)字圖像處理"、第213~214頁)。 這里,關(guān)于基于哈夫變換的近似圓的檢測,在由圓的中心坐標(biāo)(a,b)和半徑R構(gòu)成的參數(shù)空 間內(nèi)對穿過圓弧上的位置坐標(biāo)(x,y)的半徑R的圓進(jìn)行投票,通過調(diào)查該投票結(jié)果,能夠生 成近似圓。
[0236] 進(jìn)而,曲率中心方向計(jì)算部311a計(jì)算從圓弧上的任意點(diǎn)(例如中心點(diǎn))朝向近似圓 的中心的方向向量,輸出該方向向量作為曲率中心方向。
[0237] 在接下來的步驟S 4 312中,梯度方向計(jì)算部311 b計(jì)算沿著線形狀區(qū)域的圓弧的位 置處的被攝體的梯度方向。具體而言,梯度方向計(jì)算部311b從與原來的管腔內(nèi)圖像中的作 為處理對象的關(guān)注區(qū)域?qū)?yīng)的部分取得各像素的像素值中的基于血紅蛋白的吸光較少、最 接近粘膜的表層的形狀的R成分值,生成R成分圖像。
[0238] 另外,在本步驟S4312中,如果是對粘膜上的軟毛的微細(xì)構(gòu)造造成的影響較少的圖 像,則也可以從通過其他方法生成的圖像取得梯度方向。例如,也可以通過凸形狀高頻成分 計(jì)算部121的處理中說明的基于濃淡形態(tài)學(xué)的開處理來使用圖像。
[0239] 接著,梯度方向計(jì)算部311b根據(jù)R成分圖像,計(jì)算通過曲率中心方向計(jì)算部311a計(jì) 算出曲率中心方向的圓弧的位置處的梯度方向。具體而言,執(zhí)行用于計(jì)算邊緣強(qiáng)度的濾波 處理(參考:CG-ARTS協(xié)會、"數(shù)字圖像處理"、第114~117頁)即1次微分濾波處理(普瑞維特 濾波器、索貝爾濾波器等)。
[0240]在步驟S4313中,方向特征量計(jì)算部311輸出圓弧的曲率中心方向和梯度方向作為 特征量。然后,處理返回主進(jìn)程。
[0241]在接著步驟S431的步驟S432中,頻度分布生成部312生成從方向特征量計(jì)算部311 輸出的特征量的頻度分布。具體而言,按照圓弧的梯度方向而生成圓弧的曲率中心方向的 頻度分布。
[0242]在步驟S433中,區(qū)域內(nèi)曲率特征量計(jì)算部310輸出圓弧的曲率中心方向的頻度分 布作為曲率特征量。
[0243] 接著,對異常判別部320執(zhí)行的處理進(jìn)行說明。
[0244] 異常判別部320根據(jù)作為曲率特征量的曲率中心方向的頻度分布來判別在關(guān)注區(qū) 域內(nèi)是否存在異常部。
[0245] 這里,在關(guān)注區(qū)域內(nèi)存在異常軟毛的情況下,如圖32A所示,當(dāng)從一個攝像方向?qū)?被攝體(粘膜構(gòu)造)的梯度進(jìn)行攝像時,如圖32B所示,得到線形狀區(qū)域PR6大致朝向一個方 向的線形狀圖像。該情況下,如圖32C所示,曲率中心方向d大致朝向固定的方向。因此,如圖 32D所示,在不同梯度方向的曲率中心方向的分布中產(chǎn)生失衡。
[0246] 另一方面,在關(guān)注區(qū)域內(nèi)存在氣泡區(qū)域的情況下,如圖33A所示,當(dāng)從一個攝像方 向?qū)Ρ粩z體(粘膜構(gòu)造)的梯度進(jìn)行攝像時,如圖33B所示,得到線形狀區(qū)域PR7呈與氣泡區(qū) 域的輪廓對應(yīng)的圓形狀的線形狀圖像。該情況下,如圖33C所示,曲率中心方向朝向所有方 向。因此,如圖33D所示,不同梯度方向的曲率中心方向在寬范圍內(nèi)、大致均勻地分布。
[0247] 因此,在不同梯度方向的曲率中心方向的頻度分布中,在曲率中心方向失衡的情 況下、即曲率中心方向的方差為規(guī)定閾值以下的情況下,異常判別部320判別為在該關(guān)注區(qū) 域內(nèi)存在異常部。
[0248] 如以上說明的那樣,根據(jù)實(shí)施方式3,設(shè)定從管腔內(nèi)圖像中提取出的粘膜區(qū)域作為 關(guān)注區(qū)域,從該關(guān)注區(qū)域中提取由像素值高于周圍像素的像素組構(gòu)成的凸區(qū)域中的高頻成 分。然后,針對對該高頻成分進(jìn)行細(xì)線化后的線形狀區(qū)域,計(jì)算沿著線形狀區(qū)域的圓弧的曲 率中心方向和梯度方向,根據(jù)不同梯度方向的曲率中心方向的頻度分布來判別關(guān)注區(qū)域中 有無異常部。因此,能夠根據(jù)隨攝像方向而變化的軟毛的朝向來高精度地識別異常軟毛和 氣泡區(qū)域,能夠提高異常部的判別精度。
[0249] (實(shí)施方式4)
[0250] 接著,對本發(fā)明的實(shí)施方式4進(jìn)行說明。
[0251] 圖34是示出實(shí)施方式4的圖像處理裝置的結(jié)構(gòu)的框圖。如圖34所示,實(shí)施方式4的 圖像處理裝置4中,代替圖1所示的運(yùn)算部100而具有運(yùn)算部400。該運(yùn)算部400具有關(guān)注區(qū)域 設(shè)定部410、線形狀凸區(qū)域提取部120、區(qū)域內(nèi)曲率特征量計(jì)算部420、異常判別部430。另外, 線形狀凸區(qū)域提取部120的結(jié)構(gòu)和動作與實(shí)施方式1相同。并且,運(yùn)算部400以外的圖像處理 裝置4的各部的結(jié)構(gòu)和動作也與實(shí)施方式1相同。
[0252]關(guān)注區(qū)域設(shè)定部410具有將殘?jiān)虬挡窟@樣的粘膜以外的區(qū)域從處理對象的管腔 內(nèi)圖像中排除而提取粘膜區(qū)域的粘膜區(qū)域提取部111、以及進(jìn)一步將提取出的粘膜區(qū)域分 割成多個區(qū)域的區(qū)域分割部411,將分割后的各區(qū)域設(shè)定為關(guān)注區(qū)域。另外,粘膜區(qū)域提取 部111的動作與實(shí)施方式1相同。
[0253]區(qū)域內(nèi)曲率特征量計(jì)算部420具有尺寸特征量計(jì)算部421和頻度分布生成部132, 該尺寸特征量計(jì)算部421具有曲率計(jì)算部131a和曲率代表值計(jì)算部131b。另外,曲率計(jì)算部 131a、曲率代表值計(jì)算部131b和頻度分布生成部132的動作與實(shí)施方式1相同。
[0254]異常判別部430根據(jù)由區(qū)域內(nèi)曲率特征量計(jì)算部420計(jì)算出的曲率特征量來判別 在各關(guān)注區(qū)域內(nèi)是否存在異常部。
[0255] 接著,對圖像處理裝置4的動作進(jìn)行說明。
[0256] 圖像處理裝置4的動作整體與圖2所示的動作相同,步驟S20~S60中分別執(zhí)行的處 理的內(nèi)容與實(shí)施方式1不同。
[0257] 圖35是示出步驟S20中由關(guān)注區(qū)域設(shè)定部410執(zhí)行的處理的流程圖。另外,圖35中 的步驟S201~S205對應(yīng)于圖3。
[0258] 在接著步驟S205的步驟S241中,關(guān)注區(qū)域設(shè)定部410將去除不要區(qū)域后剩余的粘 膜區(qū)域分割成分別為規(guī)定尺寸以下的多個區(qū)域。分割方法沒有特別限定,在本實(shí)施方式4 中,將粘膜區(qū)域分割成矩形狀的區(qū)域。并且,被分割的一個區(qū)域的尺寸預(yù)先設(shè)定為在分割后 的區(qū)域內(nèi)與被攝體之間的攝像距離的差收斂在規(guī)定范圍內(nèi)的尺寸。
[0259]在接下來的步驟S242中,關(guān)注區(qū)域設(shè)定部410輸出分割后的各區(qū)域的坐標(biāo)信息作 為關(guān)注區(qū)域。
[0260] 在步驟S30中,線形狀凸區(qū)域提取部120從步驟S20中輸出的關(guān)注區(qū)域中分別提取 線形狀區(qū)域。
[0261] 在步驟S40中,區(qū)域內(nèi)曲率特征量計(jì)算部420按照步驟S20中輸出的每個關(guān)注區(qū)域, 基于沿著線形狀區(qū)域的圓弧的曲率計(jì)算曲率特征量。另外,作為曲率特征量,與實(shí)施方式1 同樣,計(jì)算根據(jù)線形狀區(qū)域的各區(qū)間計(jì)算出的一個以上的圓弧的曲率的代表值的頻度分 布,但是,與實(shí)施方式1不同,不計(jì)算攝像信息。
[0262] 在步驟S50中,異常判別部430按照每個關(guān)注區(qū)域,根據(jù)作為曲率特征量的圓弧的 曲率的代表值的頻度分布來判別在該關(guān)注區(qū)域內(nèi)是否存在異常部。具體而言,首先,在曲率 小于規(guī)定閾值(曲率閾值)的情況下,在該關(guān)注區(qū)域內(nèi)映出粘膜輪廓,判別為不存在異常部。
[0263] 并且,在曲率大于上述曲率閾值、且曲率的方差大于規(guī)定閾值(方差閾值)的情況 下,在該關(guān)注區(qū)域內(nèi)映出氣泡區(qū)域,異常判別部430判別為不存在異常部。這是因?yàn)椋词箶z 像距離固定,本來在氣泡區(qū)域內(nèi)也包含各種曲率的氣泡。
[0264] 另一方面,在曲率大于上述曲率閾值、且曲率的方差為規(guī)定閾值(方差閾值)以下 的情況下,在該關(guān)注區(qū)域內(nèi)映出異常軟毛,異常判別部430判別為存在異常部。這是因?yàn)椋?來,由于附近區(qū)域內(nèi)的異常軟毛具有相互相似的形狀,所以,在關(guān)注區(qū)域的尺寸較小、能夠 無視一個關(guān)注區(qū)域內(nèi)的攝像距離的差的情況下,與異常軟毛的輪廓對應(yīng)的圓弧的曲率一 致。
[0265] 在步驟S60中,運(yùn)算部400與關(guān)注區(qū)域的坐標(biāo)信息一起輸出步驟S50中針對各關(guān)注 區(qū)域進(jìn)行判別后的判別結(jié)果。與其對應(yīng)地,控制部10使顯示部40顯示判別結(jié)果,并且,與處 理對象的管腔內(nèi)圖像的圖像數(shù)據(jù)關(guān)聯(lián)起來記錄在記錄部50中。此時,控制部10也可以針對 顯示部40中顯示的管腔內(nèi)圖像重疊顯示表示判別為存在異常部的關(guān)注區(qū)域的位置的標(biāo)記 等。
[0266] 如以上說明的那樣,根據(jù)實(shí)施方式4,通過對從管腔內(nèi)圖像中提取出的粘膜區(qū)域進(jìn) 行分割而設(shè)定多個關(guān)注區(qū)域,從各關(guān)注區(qū)域中提取由像素值高于周圍像素的像素組構(gòu)成的 凸區(qū)域中的高頻成分。然后,針對對該高頻成分進(jìn)行細(xì)線化后的線形狀區(qū)域,計(jì)算曲率的頻 度分布作為曲率的特征量,根據(jù)該特征量來判別關(guān)注區(qū)域中映出的被攝體。因此,能夠高精 度地識別異常軟毛與氣泡區(qū)域和粘膜輪廓,能夠判別有無異常部。
[0267] 并且,根據(jù)實(shí)施方式4,以能夠無視與被攝體之間的攝像距離的差的程度對從管腔 內(nèi)圖像中提取出的粘膜區(qū)域進(jìn)行分割,在將分割后的各區(qū)域設(shè)定為關(guān)注區(qū)域后進(jìn)行用于判 別有無異常部的各處理,所以,能夠省略距離信息的計(jì)算處理和與距離信息對應(yīng)的異常部 的判別處理,能夠簡化運(yùn)算處理。
[0268] 并且,根據(jù)實(shí)施方式4,由于按照每個關(guān)注區(qū)域進(jìn)行有無異常部的判別,所以,能夠 確定管腔內(nèi)圖像中的異常部的存在范圍。
[0269] (變形例4-1)
[0270] 接著,對實(shí)施方式4的變形例4-1進(jìn)行說明。
[0271] 關(guān)注區(qū)域設(shè)定部410設(shè)定的關(guān)注區(qū)域的尺寸可以是可變的。下面,對設(shè)關(guān)注區(qū)域的 尺寸為可變的情況下的圖像處理裝置4的動作進(jìn)行說明。圖36是示出變形例4-1的圖像處理 裝置4的動作的流程圖。
[0272] 在步驟S20中,關(guān)注區(qū)域設(shè)定部410設(shè)定去除不要區(qū)域后的剩余的粘膜區(qū)域作為一 個關(guān)注區(qū)域。
[0273] 接下來的步驟S30~S50中的處理內(nèi)容與實(shí)施方式4相同。
[0274] 在接著步驟S50的步驟S71中,運(yùn)算部400判定是否得到在所設(shè)定的關(guān)注區(qū)域中的 任意一方內(nèi)存在異常部這樣的判別結(jié)果。另外,在第1輪,關(guān)注區(qū)域?yàn)橐粋€。
[0275] 在得到了存在異常部這樣的判別結(jié)果的情況下(步驟S71:是),處理轉(zhuǎn)移到步驟 S60。另外,步驟S60中的處理內(nèi)容與實(shí)施方式4相同。
[0276] 另一方面,在未得到存在異常部這樣的判別結(jié)果的情況下(步驟S71:否),運(yùn)算部 400判定當(dāng)前設(shè)定的關(guān)注區(qū)域的尺寸是否為規(guī)定尺寸以下(步驟S72)。另外,作為此時的規(guī) 定尺寸,設(shè)定能夠無視與關(guān)注區(qū)域內(nèi)的被攝體之間的攝像距離的差的程度的尺寸。
[0277] 在關(guān)注區(qū)域的尺寸為上述規(guī)定尺寸以下的情況下(步驟S72:是),處理轉(zhuǎn)移到步驟 S60〇
[0278] 另一方面,在關(guān)注區(qū)域的尺寸大于上述規(guī)定尺寸的情況下(步驟S72:否),關(guān)注區(qū) 域設(shè)定部410減小當(dāng)前設(shè)定的關(guān)注區(qū)域的尺寸,針對粘膜區(qū)域再次設(shè)定關(guān)注區(qū)域(步驟 S73)。然后,處理轉(zhuǎn)移到步驟S30。
[0279] 如以上說明的那樣,根據(jù)本變形例4-1,逐漸減小關(guān)注區(qū)域的尺寸,并進(jìn)行各關(guān)注 區(qū)域內(nèi)的有無異常部的判別處理。這里,通過減小關(guān)注區(qū)域的尺寸,各關(guān)注區(qū)域內(nèi)的與被攝 體之間的攝像距離的差減小,所以,每當(dāng)進(jìn)行一輪步驟S30~步驟S73的處理時,針對各關(guān)注 區(qū)域的異常部的判別精度提高。這樣,通過使針對管腔內(nèi)圖像的異常部的判別精度從較低 變化為較高,能夠使異常部的判別處理實(shí)現(xiàn)效率化,并且能夠抑制異常部的漏判別。
[0280]通過由個人計(jì)算機(jī)或工作站等計(jì)算機(jī)系統(tǒng)執(zhí)行記錄裝置中記錄的圖像處理程序, 能夠?qū)崿F(xiàn)以上說明的實(shí)施方式1~4和這些變形例的圖像處理裝置。并且,也可以經(jīng)由局域 網(wǎng)、廣域網(wǎng)(LAN/WAN)或因特網(wǎng)等公共線路與其他計(jì)算機(jī)系統(tǒng)或服務(wù)器等設(shè)備連接來使用 這種計(jì)算機(jī)系統(tǒng)。該情況下,實(shí)施方式1~4的圖像處理裝置也可以經(jīng)由這些網(wǎng)絡(luò)取得管腔 內(nèi)圖像的圖像數(shù)據(jù),并對經(jīng)由這些網(wǎng)絡(luò)連接的各種輸出設(shè)備(觀測儀或打印機(jī)等)輸出圖像 處理結(jié)果,并且在經(jīng)由這些網(wǎng)絡(luò)連接的存儲裝置(記錄裝置及其讀取裝置等)中存儲圖像處 理結(jié)果。
[0281] 另外,本發(fā)明不限于實(shí)施方式1~4和它們的變形例,通過適當(dāng)組合各實(shí)施方式或 變形例所公開的多個結(jié)構(gòu)要素,能夠形成各種發(fā)明。例如,可以從各實(shí)施方式或變形例所示 的全部結(jié)構(gòu)要素中刪除若干個結(jié)構(gòu)要素而形成,也可以適當(dāng)組合不同實(shí)施方式或變形例所 示的結(jié)構(gòu)要素而形成。
[0282] 標(biāo)號說明
[0283] 1、1-2、2~4:圖像處理裝置;10:控制部;20:圖像取得部;30:輸入部;40:顯示部; 50:記錄部;51:圖像處理程序;100、100-2、200、300、400 :運(yùn)算部;110、410:關(guān)注區(qū)域設(shè)定 部;111:粘膜區(qū)域提取部;120:線形狀凸區(qū)域提取部;121:凸形狀高頻成分計(jì)算部;122、 152:孤立點(diǎn)排除部;123、153:細(xì)線化部;130、210、310、420:區(qū)域內(nèi)曲率特征量計(jì)算部 ;131: 尺寸特征量計(jì)算部;131a、211a:曲率計(jì)算部;131b:曲率代表值計(jì)算部;131c:距離信息計(jì)算 部;132、212、312 :頻度分布生成部;140、220、320、430:異常判別部;150:線形狀凸區(qū)域提取 部;151:脊形狀提取部;211:形狀特征量計(jì)算部;211b:曲率標(biāo)準(zhǔn)偏差計(jì)算部;311:方向特征 量計(jì)算部;31 la:曲率中心方向計(jì)算部;31 lb:梯度方向計(jì)算部;411:區(qū)域分割部;421:尺寸 特征量計(jì)算部。
【主權(quán)項(xiàng)】
1. 一種圖像處理裝置,其特征在于,所述圖像處理裝置具有: 關(guān)注區(qū)域設(shè)定部,其在圖像內(nèi)設(shè)定關(guān)注區(qū)域; 線形狀凸區(qū)域提取部,其在所述關(guān)注區(qū)域中提取像素值比周圍高的像素連續(xù)規(guī)定像素 數(shù)以上的線形狀的區(qū)域; 區(qū)域內(nèi)曲率特征量計(jì)算部,其計(jì)算曲率特征量,該曲率特征量基于沿著所述線形狀的 區(qū)域的一個以上的圓弧的曲率;以及 異常判別部,其根據(jù)所述曲率特征量的分布來判別在所述關(guān)注區(qū)域內(nèi)是否存在異常 部。2. 根據(jù)權(quán)利要求1所述的圖像處理裝置,其特征在于, 所述區(qū)域內(nèi)曲率特征量計(jì)算部具有計(jì)算所述一個以上的圓弧的曲率和距離信息的尺 寸特征量計(jì)算部, 在所述曲率分布在小于根據(jù)所述距離信息決定的規(guī)定閾值的范圍內(nèi)的情況下,所述異 常判別部判別為在所述關(guān)注區(qū)域內(nèi)存在異常部。3. 根據(jù)權(quán)利要求2所述的圖像處理裝置,其特征在于, 所述尺寸特征量計(jì)算部具有: 曲率計(jì)算部,其根據(jù)由所述線形狀的區(qū)域的端點(diǎn)和/或所述線形狀的區(qū)域彼此的交點(diǎn) 劃分的所述線形狀的區(qū)域的各區(qū)間,計(jì)算一個以上的圓弧的曲率; 曲率代表值計(jì)算部,其根據(jù)所述一個以上的圓弧的曲率計(jì)算代表值;以及 距離信息計(jì)算部,其計(jì)算從所述圖像的攝像位置到所述線形狀的區(qū)域的距離信息。4. 根據(jù)權(quán)利要求1所述的圖像處理裝置,其特征在于, 所述區(qū)域內(nèi)曲率特征量計(jì)算部具有計(jì)算所述一個以上的圓弧的曲率的波動的形狀特 征量計(jì)算部, 在所述波動大于規(guī)定值的情況下,所述異常判別部判別為在所述關(guān)注區(qū)域內(nèi)存在異常 部。5. 根據(jù)權(quán)利要求4所述的圖像處理裝置,其特征在于, 所述形狀特征量計(jì)算部具有: 曲率計(jì)算部,其根據(jù)由所述線形狀的區(qū)域的端點(diǎn)和/或所述線形狀的區(qū)域彼此的交點(diǎn) 劃分的所述線形狀的區(qū)域的各區(qū)間,計(jì)算沿著所述線形狀的區(qū)域的一個以上的圓弧的曲 率;以及 曲率標(biāo)準(zhǔn)偏差計(jì)算部,其按照每個所述區(qū)間計(jì)算所述一個以上的圓弧的曲率的標(biāo)準(zhǔn)偏 差, 所述異常判別部根據(jù)所述標(biāo)準(zhǔn)偏差進(jìn)行判定。6. 根據(jù)權(quán)利要求1所述的圖像處理裝置,其特征在于, 所述區(qū)域內(nèi)曲率特征量計(jì)算部具有梯度方向特征量計(jì)算部,該梯度方向特征量計(jì)算部 計(jì)算分別從所述一個以上的圓弧朝向曲率中心的方向、以及在所述一個以上的圓弧各自的 位置處被攝體向所述圖像的進(jìn)深方向傾斜的方向, 在按照所述被攝體傾斜的方向而生成的朝向所述曲率中心的方向的頻度的方差為規(guī) 定閾值以下的情況下,所述異常判別部判別為在所述關(guān)注區(qū)域內(nèi)存在異常部。7. 根據(jù)權(quán)利要求1所述的圖像處理裝置,其特征在于, 所述關(guān)注區(qū)域設(shè)定部在針對所設(shè)定的關(guān)注區(qū)域判別為不存在異常部的情況下,減小關(guān) 注區(qū)域的尺寸,再次設(shè)定關(guān)注區(qū)域。8. -種圖像處理方法,其特征在于,所述圖像處理方法包括以下步驟: 關(guān)注區(qū)域設(shè)定步驟,在圖像內(nèi)設(shè)定關(guān)注區(qū)域; 線形狀凸區(qū)域提取步驟,在所述關(guān)注區(qū)域中提取像素值比周圍高的像素連續(xù)規(guī)定像素 數(shù)以上的線形狀的區(qū)域; 區(qū)域內(nèi)曲率特征量計(jì)算步驟,基于沿著所述線形狀的區(qū)域的一個以上的圓弧的曲率計(jì) 算曲率特征量;以及 異常判別步驟,根據(jù)所述曲率特征量的分布來判別在所述關(guān)注區(qū)域內(nèi)是否存在異常 部。9. 一種圖像處理程序,其特征在于,所述圖像處理程序使計(jì)算機(jī)執(zhí)行以下步驟: 關(guān)注區(qū)域設(shè)定步驟,在圖像內(nèi)設(shè)定關(guān)注區(qū)域; 線形狀凸區(qū)域提取步驟,在所述關(guān)注區(qū)域中提取像素值比周圍高的像素連續(xù)規(guī)定像素 數(shù)以上的線形狀的區(qū)域; 區(qū)域內(nèi)曲率特征量計(jì)算步驟,基于沿著所述線形狀的區(qū)域的一個以上的圓弧的曲率計(jì) 算曲率特征量;以及 異常判別步驟,根據(jù)所述曲率特征量的分布來判別在所述關(guān)注區(qū)域內(nèi)是否存在異常 部。
【文檔編號】A61B1/04GK105828691SQ201380081721
【公開日】2016年8月3日
【申請日】2013年12月19日
【發(fā)明人】河野隆志, 神田大和, 北村誠, 上山都士也
【申請人】奧林巴斯株式會社
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1